基于深度学习的眼动跟踪识别方法

本发明涉及眼动跟踪识别领域，尤其涉及基于深度学习的眼动跟踪识别方法。内容包括：捕获眼部图像序列并进行预处理，生成标准化的眼部图像序列；对标准化的眼部图像序列进行特征提取，生成眼部特征向量序列；基于眼部特征向量序列，使用动态耦合稳定性指数算法，生成眼动轨迹特征；基于眼部特征向量序列，通过轻量级卷积神经网络，筛选非眨眼帧，基于非眨眼帧的眼动轨迹特征，筛选平稳凝视帧；基于平稳凝视帧的眼部特征向量，生成预测的屏幕凝视点坐标。解决了在不同光照条件或复杂背景下，瞳孔中心、角膜反射点和眼睑特征提取不准确；难以准确捕捉眼动轨迹的稳定性特征，导致分类性能不佳；误判眨眼帧干扰眼动轨迹分析和凝视点预测的问题。