本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種頭戴式眼追蹤裝置的校正方法及頭戴式眼追蹤裝置。

背景技術(shù)：

隨著增強現(xiàn)實AR和虛擬現(xiàn)實VR技術(shù)的普及，其應(yīng)用已經(jīng)從過去專業(yè)的工業(yè)應(yīng)用快速推進到消費娛樂應(yīng)用，其使用場景也由相對固定的場所(例如設(shè)計室、實驗室等)擴散到日常生活的場所，移動應(yīng)用場景越來越豐富，例如游戲等。

由于使用場景和技術(shù)基礎(chǔ)和傳統(tǒng)PC、手機等差異很大，傳統(tǒng)的輸入設(shè)備,例如鼠標(biāo)、鍵盤等無法應(yīng)用于AR/VR場景，而頭戴式眼追蹤技術(shù)是一種適合移動AR/VR應(yīng)用的技術(shù)。

然而，頭戴式眼追蹤技術(shù)的跟蹤精度會隨著用戶使用時間和移動幅度(包括人為觸碰)而發(fā)生漂移,對于一定時間的應(yīng)用(例如10-60分鐘),其精度漂移會影響到視覺凝視預(yù)測的可靠性,從而降低眼追蹤系統(tǒng)的性能和用戶體驗。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種頭戴式眼追蹤裝置的校正方法及裝置，用以校正頭戴式眼追蹤裝置隨著用戶使用時間和移動幅度而發(fā)生的漂移，其技術(shù)方案如下：

一種頭戴式眼追蹤裝置的校正方法，所述方法包括：

對所述頭戴式眼追蹤裝置進行初始校正；

在進行初始校正后，獲取用戶的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像；

在預(yù)設(shè)時長后，獲取當(dāng)前的超聲頭骨圖像；

將所述當(dāng)前的超聲頭骨圖像與所述基準(zhǔn)超聲頭骨圖像比對，獲得所述頭戴式眼追蹤裝置的漂移量；

基于所述漂移量對所述頭戴式眼追蹤裝置進行校正。

其中，所述將所述當(dāng)前的超聲頭骨圖像與所述基準(zhǔn)超聲頭骨圖像比對，獲得所述頭戴式眼追蹤裝置的漂移量，包括：

獲取所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征點的第二位置數(shù)據(jù)，所述目標(biāo)特征點為所述超聲頭骨圖像中目標(biāo)特征物的一特征點；

通過所述第一位置數(shù)據(jù)和所述第二位置數(shù)據(jù)計算所述目標(biāo)特征點的位置偏差量作為所述頭戴式眼追蹤裝置的漂移量。

其中，所述獲取所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征點的第二位置數(shù)據(jù)，包括：

通過所述基準(zhǔn)超聲頭骨圖像中所述目標(biāo)特征物的特征數(shù)據(jù)和所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從所述基準(zhǔn)超聲頭骨圖像中和所述當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點，所述第一特征點為所述基準(zhǔn)超聲頭骨圖像中的所述目標(biāo)特征點，所述第二特征點為所述當(dāng)前的超聲頭骨圖像中的所述目標(biāo)特征點；

獲取所述第一特征點的位置數(shù)據(jù)作為所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，并獲取所述第二特征點的位置數(shù)據(jù)作為所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征點的第二位置數(shù)據(jù)。

其中，所述在進行初始校正后，獲取用戶的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像，包括：

在進行所述初始校正后，通過至少兩個超聲圖像傳感器獲取至少兩個交叉平面的超聲頭骨圖像作為所述基準(zhǔn)超聲頭骨圖像。

其中，所述通過所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)和所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從所述基準(zhǔn)超聲頭骨圖像中和所述當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點，具體為：

將所述基準(zhǔn)超聲頭骨圖像處理成基準(zhǔn)三維網(wǎng)格并將所述當(dāng)前的超聲頭骨圖像處理成當(dāng)前三維網(wǎng)格；

從所述基準(zhǔn)三維網(wǎng)格中查找具有所述目標(biāo)特征物的基準(zhǔn)特征網(wǎng)格點，并從所述當(dāng)前三維網(wǎng)格中查找具有所述目標(biāo)特征物的當(dāng)前特征網(wǎng)格點；

利用最大相關(guān)性分析算法從所述基準(zhǔn)特征網(wǎng)格點和所述當(dāng)前特征網(wǎng)格點中確定相關(guān)性最大的第一特征點和第二特征點。

其中，所述基于所述漂移量對所述頭戴式眼追蹤裝置進行校正，包括：

通過所述初始校正后眼球與所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的相對位置關(guān)系以及所述漂移量，對所述頭戴式眼追蹤裝置進行校正。

一種頭戴式眼追蹤裝置，包括：超聲圖像傳感器和處理器；

所述處理器，用于對所述頭戴式眼追蹤裝置進行初始校正；

所述超聲圖像傳感器，用于在所述處理器進行初始校正后，獲取用戶的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像，并在預(yù)設(shè)時長后，獲取當(dāng)前的超聲頭骨圖像；

所述處理器，還用于將所述超聲圖像傳感器獲取的所述當(dāng)前的超聲頭骨圖像與所述基準(zhǔn)超聲頭骨圖像比對，獲得所述頭戴式眼追蹤裝置的漂移量，并基于所述漂移量對所述頭戴式眼追蹤裝置進行校正。

其中，所述將所述當(dāng)前的超聲頭骨圖像與所述基準(zhǔn)超聲頭骨圖像比對，獲得所述頭戴式眼追蹤裝置的漂移量的所述處理器，具體用于獲取所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征點的第二位置數(shù)據(jù)，并通過所述第一位置數(shù)據(jù)和所述第二位置數(shù)據(jù)計算所述目標(biāo)特征點的位置偏差量作為所述頭戴式眼追蹤裝置的漂移量，其中，所述目標(biāo)特征點為所述超聲頭骨圖像中目標(biāo)特征物的一特征點。

其中，所述獲取所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征點的第二位置數(shù)據(jù)的所述處理器，具體用于通過所述基準(zhǔn)超聲頭骨圖像中所述目標(biāo)特征物的特征數(shù)據(jù)和所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從所述基準(zhǔn)超聲頭骨圖像中和所述當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點，所述第一特征點為所述基準(zhǔn)超聲頭骨圖像中的所述目標(biāo)特征點，所述第二特征點為所述當(dāng)前的超聲頭骨圖像中的所述目標(biāo)特征點；獲取所述第一特征點的位置數(shù)據(jù)作為所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，并獲取所述第二特征點的位置數(shù)據(jù)作為所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征點的第二位置數(shù)據(jù)。

其中，所述超聲圖像傳感器至少為兩個；

至少兩個所述超聲圖像傳感器，具體用于在所述處理器進行所述初始校正后，獲取至少兩個交叉平面的超聲頭骨圖像作為所述基準(zhǔn)超聲頭骨圖像。

其中，所述通過所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)和所述當(dāng)前的超聲頭骨圖像中所述目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從所述基準(zhǔn)超聲頭骨圖像中和所述當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點的所述處理器，具體用于將所述基準(zhǔn)超聲頭骨圖像處理成基準(zhǔn)三維網(wǎng)格，并將所述當(dāng)前的超聲頭骨圖像處理成當(dāng)前三維網(wǎng)格從所述基準(zhǔn)三維網(wǎng)格中查找具有所述目標(biāo)特征物的基準(zhǔn)特征網(wǎng)格點，并從所述當(dāng)前三維網(wǎng)格中查找具有所述目標(biāo)特征物的當(dāng)前特征網(wǎng)格點，利用最大相關(guān)性分析算法從所述基準(zhǔn)特征網(wǎng)格點和所述當(dāng)前特征網(wǎng)格點中確定相關(guān)性最大的第一特征點和第二特征點。

其中，所述基于所述漂移量對所述頭戴式眼追蹤裝置進行校正的所述處理器，具體用于通過所述初始校正后眼球與所述基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的相對位置關(guān)系以及所述漂移量，對所述頭戴式眼追蹤裝置進行校正。

上述技術(shù)方案具有如下有益效果：

本發(fā)明提供的頭戴式眼追蹤裝置的校正方法及頭戴式眼追蹤裝置，在進行初始校正后獲取用戶頭骨的超聲圖像作為基準(zhǔn)超聲頭骨圖像，一段時間后，由于使用時間和移動幅度會導(dǎo)致頭戴式眼追蹤裝置發(fā)生漂移，這使得頭戴式眼追蹤裝置無法進行精確的追蹤，為了使頭戴式眼追蹤裝置能夠精確追蹤，本發(fā)明獲取當(dāng)前的超聲頭骨圖像，將當(dāng)前的超聲頭骨圖像與基準(zhǔn)超聲頭骨圖像進行比對，從而能夠確定出漂移量，在確定出漂移量后便可基于該漂移量對頭戴式眼追蹤裝置進行校正。由此可見，本發(fā)明提供的頭戴式眼追蹤裝置的校正方法適合于移動應(yīng)用場景，其能對頭戴式眼追蹤裝置在使用過程中產(chǎn)生的漂移進行實時校正，因此，能夠保證頭戴式眼追蹤裝置在使用過程中具有較高的追蹤精度，即提高了頭戴式眼追蹤裝置的追蹤性能，用戶體驗較好。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法的一流程示意圖；

圖2為本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法的另一流程示意圖；

圖3為本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法中，獲取基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及當(dāng)前的超聲頭骨圖像中目標(biāo)特征點的第二位置數(shù)據(jù)的實現(xiàn)過程的流程示意圖；

圖4為本發(fā)明實施例提供的頭戴式眼追蹤裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明實施例提供了一種頭戴式眼追蹤裝置的校正方法，請參閱圖1，示出了該方法的流程示意圖，該方法可以包括：

步驟S101：對頭戴式眼追蹤裝置進行初始校正。

初始校正在頭戴式眼追蹤裝置的使用初期進行，其是對頭戴式眼追蹤裝置進行的靜態(tài)校正。

步驟S102：在進行初始校正后，獲取用戶的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像。

超聲波的頻率為1-18Mhz，其波長在4mm-0.1mm，其不同的介質(zhì)中速度不同會影響到波長。在人的頭骨中，超聲波聲速為3000m/s，如果使用8Mhz超聲波，波長為0.4mm，腦顱組織中波長為0.2mm。人的頭骨直徑約550mm，因此，超聲波分辨率可以提供很高的角分辨率，其理論值比目前人眼跟蹤設(shè)備的分辨率高一個數(shù)量級以上。基于超聲波的上述特性，本發(fā)明實施例采用超聲波圖像對頭戴式眼追蹤裝置所產(chǎn)生漂移進行校正。

步驟S103：在預(yù)設(shè)時長后，獲取當(dāng)前的超聲頭骨圖像。

步驟S104：將當(dāng)前的超聲頭骨圖像與基準(zhǔn)超聲頭骨圖像比對，獲得頭戴式眼追蹤裝置的漂移量。

頭戴式眼追蹤裝置使用一段時間后，由于用戶的移動等因素導(dǎo)致頭戴式眼追蹤裝置發(fā)生漂移，因此，獲取的超聲頭骨圖像相對基準(zhǔn)超聲頭骨圖像已發(fā)生偏移，通過將當(dāng)前的超聲頭骨圖像與基準(zhǔn)超聲頭骨圖進行比對便可獲得頭戴式眼追蹤裝置的漂移量。

步驟S105：基于漂移量對頭戴式眼追蹤裝置進行校正。

本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法，在進行初始校正后獲取用戶頭骨的超聲圖像作為基準(zhǔn)超聲頭骨圖像，一段時間后，由于使用時間和移動幅度會導(dǎo)致頭戴式眼追蹤裝置發(fā)生漂移，這使得頭戴式眼追蹤裝置無法進行精確的追蹤，為了使頭戴式眼追蹤裝置能夠精確追蹤，本發(fā)明實施例獲取當(dāng)前的超聲頭骨圖像，將當(dāng)前的超聲頭骨圖像與基準(zhǔn)超聲頭骨圖像進行比對，從而能夠確定出漂移量，在確定出漂移量后便可基于該漂移量對頭戴式眼追蹤裝置進行校正。由此可見，本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法適合于移動應(yīng)用場景，其能對頭戴式眼追蹤裝置在使用過程中產(chǎn)生的漂移進行實時校正，因此，能夠保證頭戴式眼追蹤裝置在使用過程中具有較高的追蹤精度，即提高了頭戴式眼追蹤裝置的追蹤性能，用戶體驗較好。

請參閱圖2，示出了本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法的另一流程示意圖，可以包括：

步驟S201：對頭戴式眼追蹤裝置進行初始校正。

初始校正在頭戴式眼追蹤裝置的使用初期進行，其是對頭戴式眼追蹤裝置進行的靜態(tài)校正。

步驟S202：在進行初始校正后，獲取用戶的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像。

在本實施例中，可通過至少兩個超聲圖像傳感器采集至少兩個交叉平面的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像。

步驟S203：在預(yù)設(shè)時長后，獲取當(dāng)前的超聲頭骨圖像。

步驟S204：獲取基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及當(dāng)前的超聲頭骨圖像中目標(biāo)特征點的第二位置數(shù)據(jù)。

其中，目標(biāo)特征點為超聲頭骨圖像中目標(biāo)特征物的一特征點。

具體的，請參閱圖3，示出了獲取基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及當(dāng)前的超聲頭骨圖像中目標(biāo)特征點的第二位置數(shù)據(jù)的實現(xiàn)過程的流程示意圖，可以包括：

步驟S301：通過基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)和當(dāng)前的超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從基準(zhǔn)超聲頭骨圖像中和當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點。

其中，第一特征點為基準(zhǔn)超聲頭骨圖像中的目標(biāo)特征點，第二特征點為當(dāng)前的超聲頭骨圖像中的目標(biāo)特征點。

在本實施例中，通過基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)和當(dāng)前的超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從基準(zhǔn)超聲頭骨圖像中和當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點的具體實現(xiàn)過程為：

首先，將基準(zhǔn)超聲頭骨圖像處理成基準(zhǔn)三維網(wǎng)格，并將當(dāng)前的超聲頭骨圖像處理成當(dāng)前三維網(wǎng)格。

考慮到三維網(wǎng)格比較有利于信息的處理，例如，某個特征直接可以通過其占有的三維網(wǎng)格來進行編碼，因此，本實施例將通過至少兩個傳感器獲取的超聲圖像處理成三維網(wǎng)格。其中，網(wǎng)格具體的大小取決于所用超聲波波長特征以及系統(tǒng)的設(shè)計。

其次，從基準(zhǔn)三維網(wǎng)格中查找具有目標(biāo)特征物的基準(zhǔn)特征網(wǎng)格點，并從當(dāng)前三維網(wǎng)格中查找具有目標(biāo)特征物的當(dāng)前特征網(wǎng)格點。

最后，利用最大相關(guān)性分析算法從基準(zhǔn)特征網(wǎng)格點和當(dāng)前特征網(wǎng)格點中確定相關(guān)性最大的第一特征點和第二特征點。

具體的，可從基準(zhǔn)特征網(wǎng)格點中獲取一特征網(wǎng)格點作為第一特征點，計算該第一特征點的質(zhì)心，然后計算各個邊界點到第一特征點質(zhì)心的距離；對于當(dāng)前特征網(wǎng)格點中的各個特征網(wǎng)格點同樣計算其質(zhì)心，然后計算各個邊界點到該質(zhì)心的距離，如此，便得到了與當(dāng)前特征網(wǎng)格點中各個特征網(wǎng)格點對應(yīng)的距離數(shù)據(jù)；將第一特征點對應(yīng)的距離數(shù)據(jù)分別與當(dāng)前特征網(wǎng)格點中各個特征網(wǎng)格點對應(yīng)的距離數(shù)據(jù)進行比較，從當(dāng)前特征網(wǎng)格點中的各個特征網(wǎng)格點中找出與第一特征點相關(guān)性最大的點，將當(dāng)前特征網(wǎng)格點中與第一特征點相關(guān)性最大的特征點作為第二特征點。第一特征點與第二特征點的相關(guān)性對大，表明第一特征點和第二特征點為同一特征點。

步驟S302：獲取第一特征點的位置數(shù)據(jù)作為基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，并獲取第二特征點的位置數(shù)據(jù)作為當(dāng)前的超聲頭骨圖像中目標(biāo)特征點的第二位置數(shù)據(jù)。

步驟S205：通過第一位置數(shù)據(jù)和第二位置數(shù)據(jù)計算目標(biāo)特征點的位置偏差量作為頭戴式眼追蹤裝置的漂移量。

步驟S206：基于漂移量對頭戴式眼追蹤裝置進行校正。

具體的，通過初始校正后眼球與基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的相對位置關(guān)系以及漂移量對頭戴式眼追蹤裝置進行校正。

本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法，在進行初始校正后獲取用戶頭骨的超聲圖像作為基準(zhǔn)超聲頭骨圖像，一段時間后，由于使用時間和移動幅度會導(dǎo)致頭戴式眼追蹤裝置發(fā)生漂移，這使得頭戴式眼追蹤裝置無法進行精確的追蹤，為了使頭戴式眼追蹤裝置能夠精確追蹤，本發(fā)明實施例獲取當(dāng)前的超聲頭骨圖像，通過當(dāng)前超聲頭骨圖像中目標(biāo)特征點的位置與基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的位置確定目標(biāo)特征點的位置偏移量作為頭戴式眼追蹤裝置的漂移量，在確定出漂移量后便可基于該漂移量對頭戴式眼追蹤裝置進行校正。由此可見，本發(fā)明實施例提供的頭戴式眼追蹤裝置的校正方法適合于移動應(yīng)用場景，其能對頭戴式眼追蹤裝置在使用過程中產(chǎn)生的漂移進行實時校正，因此，能夠保證頭戴式眼追蹤裝置在使用過程中具有較高的追蹤精度，即提高了頭戴式眼追蹤裝置的追蹤性能，用戶體驗較好。

本發(fā)明實施例還提供了一種頭戴式眼追蹤裝置，請參閱圖4，示出了該裝置的結(jié)構(gòu)示意圖，可以包括：超聲圖像傳感器401和處理器402。

其中，處理器401，用于對頭戴式眼追蹤裝置進行初始校正。

超聲圖像傳感器402，用于在處理器401進行初始校正后，獲取用戶的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像，并在預(yù)設(shè)時長后，獲取當(dāng)前的超聲頭骨圖像。

處理器401，還用于將超聲圖像傳感器402獲取的當(dāng)前的超聲頭骨圖像與基準(zhǔn)超聲頭骨圖像比對，獲得頭戴式眼追蹤裝置的漂移量，并基于漂移量對頭戴式眼追蹤裝置進行校正。

本發(fā)明實施例提供的頭戴式眼追蹤裝置，在進行初始校正后獲取用戶頭骨的超聲圖像作為基準(zhǔn)超聲頭骨圖像，一段時間后，由于使用時間和移動幅度會導(dǎo)致頭戴式眼追蹤裝置發(fā)生漂移，這使得頭戴式眼追蹤裝置無法進行精確的追蹤，為了使頭戴式眼追蹤裝置能夠精確追蹤，本發(fā)明實施例提供的頭戴式眼追蹤裝置通過超聲圖像傳感器獲取當(dāng)前的超聲頭骨圖像，將當(dāng)前的超聲頭骨圖像與基準(zhǔn)超聲頭骨圖像進行比對，從而能夠確定出漂移量，在確定出漂移量后便可基于該漂移量對頭戴式眼追蹤裝置進行校正。由此可見，本發(fā)明實施例提供的頭戴式眼追蹤裝置適合于移動應(yīng)用場景，其能對頭戴式眼追蹤裝置在使用過程中產(chǎn)生的漂移進行實時校正，因此，能夠保證頭戴式眼追蹤裝置在使用過程中具有較高的追蹤精度，即提高了頭戴式眼追蹤裝置的追蹤性能，用戶體驗較好。

在上述實施例提供的頭戴式眼追蹤裝置中，將當(dāng)前的超聲頭骨圖像與基準(zhǔn)超聲頭骨圖像比對，獲得頭戴式眼追蹤裝置的漂移量的處理器，具體用于獲取基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及當(dāng)前的超聲頭骨圖像中目標(biāo)特征點的第二位置數(shù)據(jù)，并通過第一位置數(shù)據(jù)和第二位置數(shù)據(jù)計算目標(biāo)特征點的位置偏差量作為頭戴式眼追蹤裝置的漂移量，其中，目標(biāo)特征點為超聲頭骨圖像中目標(biāo)特征物的一特征點。

在上述實施例提供的頭戴式眼追蹤裝置中，獲取基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，以及當(dāng)前的超聲頭骨圖像中目標(biāo)特征點的第二位置數(shù)據(jù)的處理器，具體用于通過基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)和當(dāng)前的超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從基準(zhǔn)超聲頭骨圖像中和當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點，其中，第一特征點為基準(zhǔn)超聲頭骨圖像中的目標(biāo)特征點，第二特征點為當(dāng)前的超聲頭骨圖像中的目標(biāo)特征點；還具體用于獲取第一特征點的位置數(shù)據(jù)作為基準(zhǔn)超聲頭骨圖像中目標(biāo)特征點的第一位置數(shù)據(jù)，并獲取第二特征點的位置數(shù)據(jù)作為當(dāng)前的超聲頭骨圖像中目標(biāo)特征點的第二位置數(shù)據(jù)。

在上述實施例提供的頭戴式眼追蹤裝置中，超聲圖像傳感器至少為兩個。則至少兩個超聲圖像傳感器，具體用于在處理器進行初始校正后，獲取至少兩個交叉平面的超聲頭骨圖像作為基準(zhǔn)超聲頭骨圖像。

在上述實施例提供的頭戴式眼追蹤裝置中，通過基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)和當(dāng)前的超聲頭骨圖像中目標(biāo)特征物的特征數(shù)據(jù)，利用最大相關(guān)性分析算法分別從基準(zhǔn)超聲頭骨圖像中和當(dāng)前的超聲頭骨圖像中確定出相關(guān)性最大的第一特征點和第二特征點的處理器，具體用于將基準(zhǔn)超聲頭骨圖像處理成基準(zhǔn)三維網(wǎng)格，并將當(dāng)前的超聲頭骨圖像處理成當(dāng)前三維網(wǎng)格，從基準(zhǔn)三維網(wǎng)格中查找具有目標(biāo)特征物的基準(zhǔn)特征網(wǎng)格點，并從當(dāng)前三維網(wǎng)格中查找具有目標(biāo)特征物的當(dāng)前特征網(wǎng)格點，利用最大相關(guān)性分析算法從基準(zhǔn)特征網(wǎng)格點和當(dāng)前特征網(wǎng)格點中確定相關(guān)性最大的第一特征點和第二特征點。

在上述實施例提供的頭戴式眼追蹤裝置中，基于漂移量對頭戴式眼追蹤裝置進行校正的處理器，具體用于通過初始校正后眼球與基準(zhǔn)超聲頭骨圖像中目標(biāo)特征物的相對位置關(guān)系以及漂移量對頭戴式眼追蹤裝置進行校正。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。

在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的方法、裝置和設(shè)備，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些通信接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。

所述功能如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。