基于眼动追踪的多模态用户意图识别方法及系统

本发明提供了一种基于眼动追踪的多模态用户意图识别方法及系统，该方法基于眼动仪识别注视物体，并结合文本、图像等模态来估计用户意图来执行特定的任务，眼动追踪是通过事件相机定位出瞳孔位置获取坐标，计算出眼睛的注视点，之后再通过画面元素分割构建注视信息图，识别估计出用户的意图，不仅增强了用户意图识别的鲁棒性和准确性，还使得系统能够更加智能地适应不同用户、不同场景下的复杂需求，从而提供更加个性化的服务体验。