摘要
本发明公开了一种眼动视线跟踪方法、装置、设备及介质,涉及图像处理技术领域,该方法使用了深度学习模型通过大量数据进行训练,提高了眼动视线跟踪的预测准确度。这种高准确度有助于确保眼动视线跟踪系统在不同场景和个体间都具有出色的表现,为医疗应用提供可靠的数据支持。深度学习模型具备自适应性,能够根据不同患者、不同环境的眼动行为特点进行调整。这使得眼动视线跟踪系统更具通用性,适用于广泛的医疗应用场景,同时能够适应个体差异。深度学习模型的高效性能使得眼动视线跟踪系统能够实时地处理和分析眼动数据。
技术关键词
视线跟踪方法
热力图
全卷积神经网络
分支
视线跟踪系统
深度学习模型
存储程序代码
眼动特征
眼动轨迹
视线跟踪设备
视线跟踪装置
生命体
图像获取单元
可读存储介质
检测头
眼动数据
图像处理技术
尺寸
系统为您推荐了相关专利信息
识别方法
协同注意力
特征金字塔
数据
金字塔特征
协同识别方法
显著性检测算法
分支
表达式
Softmax函数