CN105138960A - 基于眼球追踪器的心动异性自动识别方法和系统 - Google Patents

Abstract

本发明涉及信息技术领域，公开了一种基于眼球追踪器的心动异性自动识别方法和系统。所述方法包括以下步骤：利用眼球追踪器获取用户眼球注视各个异性的时间长短、眼球瞳孔的大小；根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。采用上述方法和系统，通过对用户看异性时眼球的不同反应来自动识别用户的心动异性，更为准确和客观，也更为方便，有利于提高相亲交友的成功率。

Description

基于眼球追踪器的心动异性自动识别方法和系统

技术领域

本发明涉及信息技术领域，尤其涉及一种基于眼球追踪器的心动异性自动识别方法和系统。

背景技术

在现有技术中，有些电视相亲节目中男嘉宾在出场时需要从一批女嘉宾中手工选择自己的心动异性，有些电视相亲节目中女嘉宾在出场时需要从一批男嘉宾中手工选择自己的心动男生，有些相亲网站、交友网站也会建议注册用户在一批随即推荐的异性照片中选择自己的心动异性。

在现有技术中，手工通过按钮选择心动异性，需要手工操作，比较麻烦，而且往往会看了后面的忘了前面的，从而会影响对心动异性选择的客观性、真实性，进而会影响相亲交友的成功率。

因此，现有技术还有待于改进和发展。

发明内容

本发明的目的在于提供一种基于眼球追踪器的心动异性自动识别方法，针对现有技术中手工选择异性的不足，根据用户在看见心动异性时眼球注视时间更长、眼球瞳孔会更大这个特性，利用眼球追踪器对用户在看多个异性时的眼球注视的时间长短、眼球瞳孔的大小变化，来自动判别用户的心动异性。

一种基于眼球追踪器的心动异性自动识别方法，包括以下步骤：

利用眼球追踪器获取用户眼球注视各个异性的时间长短、眼球瞳孔的大小；

根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。

优先地，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度，还包括以下步骤：

计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小的积分；

将各积分的结果作为用户对各个异性的心动程度。

优先地，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度，还包括以下步骤：

计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小变化对变化时间长度的导数；

将各导数的结果作为用户对各个异性的心动程度。

优先地，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度，还包括以下步骤：

统计用户眼球对各单个异性注视的时间内眼球瞳孔大小的最大值；

将各最大值作为用户对各个异性的心动程度。

优先地，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度，还包括以下步骤：

构造一种识别函数，该函数的输入是用户对一个异性眼球注视的时间长短、注视时间内瞳孔大小变化，该函数的输出是用户对这个异性的心动程度。构造这种识别函数，使之满足：用户对一个异性眼球注视的时间越长、眼球瞳孔越变大，则用户对这个异性的心动程度就越大；

利用构造出的识别函数进行识别。

优先地，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度，还包括以下步骤：

从已知的心动异性和眼球注视时间长短及眼球瞳孔大小的训练集中学习训练出识别函数；

利用训练出的识别函数进行识别。

一种基于眼球追踪器的心动异性自动识别系统，包括：

采集模块，用于利用眼球追踪器获取用户眼球注视各个异性的时间长短、眼球瞳孔的大小；

识别模块，用于根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。

优先地，所述识别模块还包括：

积分模块，用于计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小的积分；

赋值模块，用于将各积分的结果作为用户对各个异性的心动程度。

优先地，所述识别模块还包括：

求导模块，用于计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小变化对变化时间长度的导数；

赋值模块，用于将各导数的结果作为用户对各个异性的心动程度。

优先地，所述识别模块还包括：

统计模块，用于统计用户眼球对各单个异性注视的时间内眼球瞳孔大小的最大值；

赋值模块，将各最大值作为用户对各个异性的心动程度。

优先地，所述识别模块还包括：

构造模块，构造一种识别函数，该函数的输入是用户对一个异性眼球注视的时间长短、注视时间内瞳孔大小变化，该函数的输出是用户对这个异性的心动程度。构造这种识别函数，使之满足：用户对一个异性眼球注视的时间越长、眼球瞳孔越变大，则用户对这个异性的心动程度就越大；

处理模块，利用构造出的识别函数进行识别。

优先地，所述识别模块还包括：

训练模块，从已知的心动异性和眼球注视时间长短及眼球瞳孔大小的训练集中学习训练出识别函数；

处理模块，利用训练出的识别函数进行识别。

上述基于眼球追踪器的心动异性自动识别方法和系统，通过对用户看异性时眼球的不同反应来识别用户的心动异性。因为眼睛是心灵的窗户，通过识别眼球的行为来自动识别心动异性，更为准确和客观，也更为方便，有利于提高相亲交友的成功率。

附图说明

图1为一个实施例中基于眼球追踪器的心动异性自动识别方法的流程图；

图2为一个实施例中根据用户眼球自动识别用户心动程度步骤的流程图；

图3为一个实施例中根据用户眼球自动识别用户心动程度步骤的流程图；

图4为一个实施例中根据用户眼球自动识别用户心动程度步骤的流程图；

图5为一个实施例中根据用户眼球自动识别用户心动程度步骤的流程图；

图6为一个实施例中根据用户眼球自动识别用户心动程度步骤的流程图；

图7为一个实施例中基于眼球追踪器的心动异性自动识别系统的结构示意图；

图8为一个实施例中识别模块的结构示意图；

图9为一个实施例中识别模块的结构示意图；

图10为一个实施例中识别模块的结构示意图；

图11为一个实施例中识别模块的结构示意图；

图12为一个实施例中识别模块的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在一个实施例中，如图1所示，一种基于眼球追踪器的心动异性自动识别方法，包括以下步骤：

步骤S10，利用眼球追踪器获取用户眼球注视各个异性的时间长短、眼球瞳孔的大小。现有的眼球追踪器有2种类型，一种是安装在计算机显示器上的，另一种是安装在眼镜上的。不管是哪一种，只要能够采集到用户的看各个异性时的眼球注视的时间长短、眼球瞳孔的大小就可以。眼球追踪器采集到的原始数据是各个时间点的眼球及瞳孔的区域信息及位置信息。通过一个时间点的用户眼球及瞳孔的区域及位置，用户的面孔朝向、以及各个异性所在的空间位置，就能够判断出这个时间点上用户在注视哪个异性。从而可以计算出用户眼球注视各个异性的时间长短。通过一个时间点的瞳孔的区域大小的计算，就能够计算出这个时间点的瞳孔大小。通过不同时间点的瞳孔大小的比较，就能计算出不同时间点的瞳孔大小的变化。可以利用计算机系统自动完成这些计算，从而可以根据眼球追踪器采集的数据计算出用户眼球注视各个异性的时间长短、眼球瞳孔的大小。用户将视线从一个异性切换到另一个异性时，这种切换的时间不包括在注视的时间之内。用户注视一个异性时，可能会眨眼；

步骤S20，根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。人们在见到心动的异性时，看的时间会长一些。例如，美女的回头率会高一些。而且看到心动的异性时，眼球瞳孔会放大。这些都是人的本能反应，所以可以根据这种本能反应来根据用户对一个异性的注视时间长度和注视时的瞳孔的大小来反过来推导出用户对这个异性的心动程度。

如图2所示，在一个实施例中，步骤S20包括：

步骤S200中，计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小的积分。通过积分把注视的时间长短和各个时间点的瞳孔大小都综合进去了。例如，将注视的时间划分为毫秒级，将注视时间内的所有毫秒时间点的瞳孔大小相加得到的值，就是对瞳孔大小在注视时间内的毫秒级积分。也可以采用其他的积分粒度。划分得越细，就越精确，但计算量也会越大。一般来说小于或者等于1/10秒也就足够精细了。如果大于1/2秒，那么可能在1/2秒之内瞳孔发生了几次变化，那么这些变化就无法反映到积分之中了。所以需要选择一个合适的积分粒度；

步骤S210中，将各积分的结果作为用户对各个异性的心动程度。注视的时间越长、注视时瞳孔越大，则积分的结果就越大，则心动程度就越大。所以用户对各个异性的心动程度的大小与各积分的大小是一致的。

如图3所示，在另一个实施例中，步骤S20包括：

步骤S220中，计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小变化对变化时间长度的导数。例如，用户对一个异性注视的第i毫秒到第j毫秒之间，瞳孔从m毫米变为n毫米，则导数的大小为(m-n)/(j-i)；

步骤S230中，将各导数的结果作为用户对各个异性的心动程度。通过求导把瞳孔大小在注视的时间内变化快慢反应出来了。因为用户看见更心动异性时，瞳孔会更快地变大，此时求得的导数就大、正数。而且在用户看见不心动的异性时，瞳孔会缓慢变大、甚至变小，此时求得的导数就小、甚至可能是负数。所以用户对各个异性的心动程度的大小与各导数的大小是一致的。

如图4所示，在另一个实施例中，步骤S20包括：

步骤S240中，统计用户眼球对各单个异性注视的时间内眼球瞳孔大小的最大值。例如，在用户注视一个异性的过程中的瞳孔大小分别为k1,k2,…,kn，则取max(k1,k2,…,kn)；

步骤S250中，将各最大值作为用户对各个异性的心动程度。用户在注视一个异性的过程中瞳孔的大小会在不断地变化。如果用户见到心动异性，瞳孔会先变大，然后趋于稳定，审美疲劳后也可能会稍微变小。而用户见到不心动的异性，瞳孔可能没有什么变化，甚至会变小。可见，不管哪种情况下，见到越心动的异性，注视时间内瞳孔大小的最大值也会越大。

如图5所示，在另一个实施例中，步骤S20包括：

步骤S260中，构造一种识别函数，该函数的输入是用户对一个异性眼球注视的时间长短、注视时间内瞳孔大小变化，该函数的输出是用户对这个异性的心动程度。构造这种识别函数，使之满足：用户对一个异性眼球注视的时间越长、眼球瞳孔越变大，则用户对这个异性的心动程度就越大。例如，将用户对一个异性眼球注视的时间长短记为x1，将注视时间内眼球瞳孔平均大小记为x2，心动程度记为y，识别函数记为f，则y=f(x1,x2)=x1+x2，也可以是y=f(x1,x2)=x1*x2，，也可以是y=f(x1,x2)=k1*x1+k2*x2，也可以是y=f(x1,x2)=k3*x1*x2，其中k1,k2,k3为非负权值；

步骤S270中，利用构造出的识别函数进行识别。该识别函数满足用户对一个异性眼球注视的时间越长、眼球瞳孔越变大，则用户对这个异性的心动程度就越大。

如图6所示，在另一个实施例中，步骤S20包括：

步骤S280中，从已知的心动异性和眼球注视时间长短及眼球瞳孔大小的训练集中学习训练出识别函数。例如，在相亲节目中，继续使用手工按钮选择心动异性的方式，并让用户将各个异性打分，但同时用眼球追踪器记录用户注视各异性时的眼球注视时间长短及眼球瞳孔大小。此时，心动程度（即用户给各个异性的打分值）和用户注视各异性时的眼球注视时间长短及眼球瞳孔大小都已知，这样就可以利用聚类、关联分析等现有算法分析出心动程度与用户注视各异性时的眼球注视时间长短及眼球瞳孔大小之间的关系。将这种关系记为识别函数；

步骤S290中，利用训练出的识别函数进行识别。因为该识别函数是由已知的样本训练出来的，所以可以用于识别新的样本，即根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。

在一个实施例中，如图7所示，一种基于眼球追踪器的心动异性自动识别系统，包括采集模块10、识别模块20，其中：

采集模块10，用于利用眼球追踪器获取用户眼球注视各个异性的时间长短、眼球瞳孔的大小；

识别模块20，用于根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。

如图8所示，在一个实施例中，识别模块20包括积分模块200、赋值模块210，其中：

积分模块200，用于计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小的积分；

赋值模块210，用于将各积分的结果作为用户对各个异性的心动程度。

如图9所示，在另一个实施例中，识别模块20包括求导模块220、赋值模块230，其中：

求导模块220，用于计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小变化对变化时间长度的导数；

赋值模块230，用于将各导数的结果作为用户对各个异性的心动程度。

如图10所示，在另一个实施例中，识别模块20包括统计模块240、赋值模块250，其中：

统计模块240，用于统计用户眼球对各单个异性注视的时间内眼球瞳孔大小的最大值；

赋值模块250，将各最大值作为用户对各个异性的心动程度。

如图11所示，在另一个实施例中，识别模块20包括构造模块260、处理模块270，其中：

构造模块260，用于构造一种识别函数，该函数的输入是用户对一个异性眼球注视的时间长短、注视时间内瞳孔大小变化，该函数的输出是用户对这个异性的心动程度。构造这种识别函数，使之满足：用户对一个异性眼球注视的时间越长、眼球瞳孔越变大，则用户对这个异性的心动程度就越大；

处理模块270，用于利用构造出的识别函数进行识别。

如图12所示，在另一个实施例中，识别模块20包括训练模块280、处理模块290，其中：

训练模块280，用于从已知的心动异性和眼球注视时间长短及眼球瞳孔大小的训练集中学习训练出识别函数；

处理模块290，用于利用训练出的识别函数进行识别。

上述基于眼球追踪器的心动异性自动识别方法和系统，通过对用户看异性时眼球的不同反应来识别用户的心动异性。因为眼睛是心灵的窗户，通过识别眼球的行为来自动识别心动异性，更为准确和客观，也更为方便，有利于提高相亲交友的成功率。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种基于眼球追踪器的心动异性自动识别方法，包括以下步骤：

利用眼球追踪器获取用户眼球注视各个异性的时间长短、眼球瞳孔的大小；

根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。

2.根据权利要求1所述的基于眼球追踪器的心动异性自动识别方法，其特征在于，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度的步骤为：

计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小的积分；

将各积分的结果作为用户对各个异性的心动程度。

3.根据权利要求1所述的基于眼球追踪器的心动异性自动识别方法，其特征在于，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度的步骤为：

计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小变化对变化时间长度的导数；

将各导数的结果作为用户对各个异性的心动程度。

4.根据权利要求1所述的基于眼球追踪器的心动异性自动识别方法，其特征在于，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度的步骤为：

统计用户眼球对各单个异性注视的时间内眼球瞳孔大小的最大值；

将各最大值作为用户对各个异性的心动程度。

5.根据权利要求1所述的基于眼球追踪器的心动异性自动识别方法，其特征在于，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度的步骤为：

构造一种识别函数，该函数的输入是用户对一个异性眼球注视的时间长短、注视时间内瞳孔大小变化，该函数的输出是用户对这个异性的心动程度，构造这种识别函数，使之满足：用户对一个异性眼球注视的时间越长、眼球瞳孔越变大，则用户对这个异性的心动程度就越大；

利用构造出的识别函数进行识别。

6.根据权利要求1所述的基于眼球追踪器的心动异性自动识别方法，其特征在于，所述根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度的步骤为：

从已知的心动异性和眼球注视时间长短及眼球瞳孔大小的训练集中学习训练出识别函数；

利用训练出的识别函数进行识别。

7.一种基于眼球追踪器的心动异性自动识别系统，其特征在于，包括：

采集模块，用于利用眼球追踪器获取用户眼球注视各个异性的时间长短、眼球瞳孔的大小；

识别模块，用于根据用户眼球注视各个异性的时间长短和眼球瞳孔的大小来识别出用户对各个异性的心动程度。

8.根据权利要求6所述的基于眼球追踪器的心动异性自动识别系统，其特征在于，所述识别模块包括：

积分模块，用于计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小的积分；

赋值模块，用于将各积分的结果作为用户对各个异性的心动程度。

9.根据权利要求6所述的基于眼球追踪器的心动异性自动识别系统，其特征在于，所述识别模块包括：

求导模块，用于计算用户眼球对各单个异性注视的时间内的眼球瞳孔的大小变化对变化时间长度的导数；

赋值模块，用于将各导数的结果作为用户对各个异性的心动程度。

10.根据权利要求6所述的基于眼球追踪器的心动异性自动识别系统，其特征在于，所述识别模块包括：

统计模块，用于统计用户眼球对各单个异性注视的时间内眼球瞳孔大小的最大值；

赋值模块，将各最大值作为用户对各个异性的心动程度。

11.根据权利要求6所述的基于眼球追踪器的心动异性自动识别系统，其特征在于，所述识别模块包括：

构造模块，构造一种识别函数，该函数的输入是用户对一个异性眼球注视的时间长短、注视时间内瞳孔大小变化，该函数的输出是用户对这个异性的心动程度，构造这种识别函数，使之满足：用户对一个异性眼球注视的时间越长、眼球瞳孔越变大，则用户对这个异性的心动程度就越大；

处理模块，利用构造出的识别函数进行识别。

12.根据权利要求6所述的基于眼球追踪器的心动异性自动识别系统，其特征在于，所述识别模块包括：

训练模块，从已知的心动异性和眼球注视时间长短及眼球瞳孔大小的训练集中学习训练出识别函数；

处理模块，利用训练出的识别函数进行识别。