智能眼镜人机交互功能中眼行为识别方法的设计与实现

针对目前智能眼镜产品人机交互功能中存在的响应速度慢、交互效率低、鲁棒性不好等问题,设计并实现一种眼行为识别方法.该方法利用智能眼镜中眼部摄像头能够稳定拍摄人眼图像的特点,使用模板匹配定位眼睛在图像中的位置,对剪裁后的眼睛图像使用矩阵遍历法和灰度积分投影,再结合人眼的行为规律判定凝视、眯眼、闭眼、双眨眼、上扫视、下扫视、右扫视、左扫视八种眼行为.实验结果表明,移植在树莓派上的眼行为识别系统对不同眼行为平均识别准确率为96.25％,平均处理速度为每帧11.25 ms,有较高准确率和实时性,与目前主流智能眼镜的人机交互方式相比,具有低成本、易搭建和不受姿态影响等特点.