Key points are not available for this paper at this time.
鲁棒、准确的实时瞳孔追踪是在线注视估计的关键组成部分。在头戴式眼动追踪器上，现有算法依赖于圆形瞳孔或连通的瞳孔区域，无法检测或准确追踪瞳孔。这是因为瞳孔椭圆通常高度偏心，并且部分被睫毛遮挡。我们提出了一种在这些条件下鲁棒的实时暗瞳孔追踪算法。我们的方法使用类似Haar的特征检测器粗略估计瞳孔位置，对周围区域执行k均值分割以精细化瞳孔中心，并使用一种新颖的图像感知随机采样一致性（RANSAC）椭圆拟合方法来拟合瞳孔。我们将我们的方法与现有的实时瞳孔追踪实现进行比较，使用一组手动标记的红外暗瞳孔眼部图像。我们的结果表明，我们的技术具有更高的瞳孔检测率和更好的瞳孔追踪准确性.
Świrski等人（周三）研究了这个问题。