虹膜中心追蹤方法

可見光眼動儀的虹膜中心追蹤方法可 分成三大類，分別為 Shape-Based、Appearance-Based 和 Reflected-Based，每一個方法都有其優點但也 有缺陷，下面各小節將會針對每一個方法做詳細的介紹。

6

2.1.1 Shape-Based

首先Kim 和 Ramakrishna 等人[1]提出利用 LLS(Longest Line Scanning) 找出虹膜的左右邊界之後再利用OCEM(Occluded Circular Edge Matching) 找出合適的虹膜外型，並決定可能的虹膜中心點，如圖 2-1 所示。LLS 的 方法是先設定一個門檻值，對包含眼睛的圖像進行二值化，接著再對二值 化圖像用Canny 邊緣檢測法[2]取出所有的邊界值，因為許多邊界值都會互 相連接，因此就會有許多的線段出現在使用Canny 邊緣檢測法後的結果上 面，透過篩選即可取得兩條最長的線段。而 OCEM 則是將剛剛使用 LLS 的方法，取出的線段內設定一個可能圓心的搜尋範圍進行搜尋，每一個可 能的圓心都有數個不同的半徑變化，透過圓心半徑的變化將可發現有一組 圓心和半徑使 LLS 線段上的邊界值大部分都落在此組圓心和半徑的邊界 上，而此半徑和圓心就是可能的虹膜中心和虹膜半徑。

圖 2-1 Kim 和 Ramakrishna 等人提出的虹膜尋找方式

由於LLS 配合 OCEM 的方法容易受到整體環境光源的影響，因此 Zhu 和 Yang 等人[3]提出了一個能夠降低環境光源影響的方法，就是利用 Subpixel 偵測法來去做眼睛凝視點的追蹤。Subpixel 偵測法主是先利用 Sobel 運算子[4]去得出 X 方向和 Y 方向的邊界點，並計算 X 方向和 Y 方 向的梯度大小，然後再將每一個像素裡的次像素利用 1-dimentional cubic

7

interpolation[5]得出梯度大小，最後在選擇梯度最大的次像素去做橢圓匹 配，得出可能的虹膜中心點，尋找完的結果如下所示。

圖 2-2 Yang 等人使用橢圓匹配出來的結果

2.1.2 Appearance-Based

由於Shape-Based 對於光源環境的影響非常敏感，所以 Moriyama 等 人[6]提出了一個精細的眼睛模型，用來改善對於光源的敏感度。模型主 要包含上眼瞼、下眼瞼、鞏膜和虹膜，透過一些複雜的數學模型建立出 精確的眼睛模型如圖 2-3 所示，最後再透過眼睛模型的匹配就可以找出 正確的虹膜中心點。

8

圖 2-3 Moriyama 等人提出的精細眼睛模型

雖然精細的眼睛模型可以降低光源的影響，但眼睛模型的參數需要透 過 手 動 調 整 才 能 夠 有 準 確 的 模 型 ， 所 以 Beak[7] 等 人 提 出 了 不 同 Appearance-Based 的方法如圖 2-4，其只有模擬虹膜的旋轉不考慮眼睛其 它的外觀，因此可以降低模型建立錯誤的問題。同時，模型在建立時也不 需要手動調整模型參數，透過自動建立模型參數將可大幅度降低人工的介 入提升其實用性。

圖 2-4 Beak 等人提出的眼睛模型

9

2.1.3 Reflected-Based

雖然透過Appearance-Based 的方法能夠得到穩健的虹膜中心，但是此 方法無法支援頭部的移動，因此 Sigut[8]等人提出了一個支援頭部移動的 方法，主要是結合了 Shape-based 和一個額外光源反射在虹膜上的亮點，

透過利用虹膜中心點到反光點之間的距離，就能夠分析出頭部移動的距離 和方向，藉此校正頭部移動的影響，如圖 2-5 所示，

圖 2-5 Sigut 等人提出的反光法

透過 Sigut 等人雖然可以支援頭部移動，但是需要一個大型的燈泡來產生 而外的反光點，因此無法應用在可攜式裝置上面，為了將眼動儀應用在可 攜式裝置上面Lee[9]等人提出了一個可應用在可攜式裝置上的方法，主要

10

是透過安裝多組 LED 燈在可攜式裝置上面如圖 2-6 上的𝑆₁~𝑆₁₂，而這些 LED 燈會在眼睛虹膜上產生反光點，透過計算這些反光點的相對位置，就 可得出頭部轉動的向量，用以補償因頭部移動所造成的視線偏差。

圖 2-6 Lee 等人提出的陣列反光法