文献综述：
- 眼动跟踪技术的发展历程
世界的科技发展进入了一个新的时代，天马行空的想象力在这个时代无限迸发，这是最好的时代，比尔盖茨、乔布斯等天才激发人们的无限可能。微软的创立，让人们对着电脑敲击就可以创造生产，iPhone的流行让人们对着一块屏幕滑动就能完成各种功能。董士海（2004）在他对人机交互的进展与未来面对的挑战的分析中分析了多通道交互、交互模型、虚拟现实和三维交互、可穿戴计算和移动计算、智能空间、标准化等交互问题，同时也指出了未来人机交互可能会受限于机器与人的发展不对等的问题上。然而生产力的不断创新，交互方式的不断进步，人们不断地开发人类的感觉通道[1]。然而在视听触味嗅等基本通道之中，视觉是获取信息的最主要的通道，大约占80%-90%。而人的视线具有直接性、自然醒和双向性等其他信息不具备的特点，人们一直对视线的研究具有浓厚的兴趣，希望他能成为新的交互通道。
随着近年来的发展，其在人机交互中的研究起着越来越重要的作用。张丽川（2009）等人在研究Tobii眼动仪在人机交互中的作用的问题中得到了一个事实。在眼动技术研究之初，好长一段时间里，学术和商业上的研究一直倍受牵制，可能是由于软硬件的原因，使得研究十分困难，而Tobii作为眼动仪研发工具的研发者之一，障碍被逐渐清除，使研究者可以收集到更高质量的眼动数据，从而进入更深入的研究[2]。
2.眼动的平滑追踪
王向博（2011）等人在分析平滑追踪眼动问题中得出：平滑追踪眼动是人们对环境中感兴趣的运动物体进行持续视觉追踪的一种眼动行为, 它受个体在其过程中获得的视觉信息和眼动反馈信息等感知觉因素, 以及心理表征和期待等高水平认知因素的影响[3]。丹尼尔等人在眼跟踪数据的动态平滑跟踪增益估计课题中将平滑追踪增益[4]定义为眼睛的角速度与运动目标的角速度之比并指出，在一定频率的谐波视觉刺激下，它被广泛地应用于医学，作为衡量动眼神经系统性能的指标。A.Buizza(1986)等人分析不同模式下平滑追踪眼动的速度特性中发现，平滑跟踪系统对视觉目标的跟踪性能取决于目标运动的特性。当受试者被随机呈现一系列线性斜坡时，表现最差。在这种情况下，发现目标位移的振幅与l有明显的依赖关系。当目标匀速运动为周期波（三角波）时，平滑跟踪性能有明显改善[5]。
3.视点平滑滤波算法
眼动交互系统中，眼动系统的噪声和眼动用户本身存在震荡和漂移使得眼动系统得到的原始眼动轨迹数据非常不稳定。为了提高用户操作的准确性和效率，同时更好的保证用户良好的交互体验，眼动交互系统通常需要对原始视点进行平滑滤波处理。在杨忠豪（2015）的面向残疾人的眼动交互研究中提到了滤波算法，在滤波算法之中，卡尔曼滤波算法[6]有着显著的优点，卡尔曼滤波算法与常见的简单的滤波算法相比速度快、收敛平稳、精度较高。除此之外，朱麒文（2016）等人在基于视线追踪的眼控鼠标设计中还提到了，消除头部微小移动[7]等算法使得眼动数据能够更加真实地反应人的实际动机。
- 眼动平滑追踪的动作组合形式
利用眼动平滑追踪的特性，设计不同的动作组合形式，实现不同的眼势操作命令，动作设计应符合人们习惯的操作行为，例如确认一般为“对号”，取消一般为“错号”，这是一种动作形式，但是也可以设计更为简洁的动作形式来代表确认与取消，一是可以减少多余动作，降低操作者的疲劳感，二是可以减少程序运行过程中的判断，优化算法，Kangas J在平滑追踪凝视跟踪控制反馈的研究中设计的实验[8]中就有用顺时针代表增加，逆时针代表减少的指令。合适的指令可以提高用户和机器的效率。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
