翻译论文心得----Corneal Imaging

角膜成像

虽然该方法重量轻且简单，但适用于实际和高质量的眼睛注视跟踪

3D注视点跟踪

这些方法需要特定的任务和场景知识。为了在场景中获得PoG，基于3D几何眼睛建模的系统存在两个主要缺点首先，将眼睛的姿势映射到PoG需要手动设置校准眼睛 - 摄像机 - 场景关系，其遭受潜在的用户错误并且不支持动态设置。其次，由于通过将凝视射线与静态场景模型相交或应用校准的映射来进行PoG计算的概念，系统在深度变化条件下（例如复杂的场景几何，动态或移动设置）遭受视差误差。 ）。这解释了静态设置和监视器和墙壁等平面目标场景的常见限制，并给实际的交互式应用场景带来了困难。

未来发展方向

在本章中，我们已经证明几何眼睛和角膜反射建模有可能促进新技术和应用场景。虽然该领域受益于折反射成像的一般成就，但实际实现通常需要定制的算法来应对人体的独特性质。作为朝这个方向迈出的一步，我们最近观察到从概念验证到面向问题的工作的重大转变，这些工作引入了更多实际的实现。然而，仍然需要可以在现场应用的自动，稳健和准确的解决方案。现在让我们讨论有希望的未来方向，包括问题，方法和应用。由于这些想法涉及处理流程的不同阶段，因此它们也可以组合。

图像采集捕获高质量的角膜反射是一项具有挑战性的任务，需要专业知识或特定的参数调整算法。由于成像设置通常是耗时的，因此很可能错过许多潜在的应用场景。一种有前途的解决方案是利用新颖的成像技术或硬件组合来进行并行记录和实时参数调整，或者利用附加信息捕获原始图像并将调整推迟到后处理。

Wiley人机交互手册

利用LF和HDR成像，可以进行数字重新聚焦和光圈调整，在传统技术失败的情况下，极大地简化甚至实现了角膜图像采集。

眼睛信息

完整搜索空间。与场景信息一样，身体信息（例如面部和眼睛特征）的建模和登记很重要。眼睛特征是眼球的解剖学点，轮廓或纹理特征或皮肤的遮挡轮廓，与瞳孔，虹膜，巩膜，眼睑或眼角相关。瞳孔和虹膜特征还需要处理角膜屈光，这取决于角膜的形状和姿势。

总结 心得

本章主要关注使用特定算法进行几何建模，图像处理和信息提取的角膜反射图像的计算分析。它表明自动化实时系统可以促进广泛的应用。然而，角膜图像处理是一项具有挑战性和专业化的任务，其中全自动技术尚不可用且只是缓慢进展。为了实现目前的实用解决方案，有必要研究灵活的特定应用方法，例如涉及问题简化和转换，通用计算方法或人在环的方法，以模拟和挖掘角膜反射信息。一种有前景的策略可能是确定通用计算机视觉方法如何应用不完美的图像，如原始或部分处理的角膜反射。