[发明专利]一种基于眼动轨迹数据两步聚类的图像感兴趣区域提取方法和系统

说明书

本发明提供一种基于眼动数据两步聚类的图像感兴趣区域提取方法，包括预聚类阶段和聚类阶段；其中预聚类阶段旨在剔除眼动数据中的噪声点，输入测试图片上的多人眼动轨迹点数据，将每两人的轨迹点数据合并进行聚类，以点层面和类层面的识别标准对噪声点剔除，保留属于有效注视过程的眼动轨迹点。聚类阶段旨在从有效眼动轨迹点中提取感兴趣区域，以所有属于有效注视过程的眼动轨迹点作为输入，首先对点进行聚类，其中每一类代表一个感兴趣区域，中心代表感兴趣区域位置，类内点数则代表区域吸引注意力的多少。本发明通过两步聚类对多人轨迹点进行分析，所得感兴趣区域提取结果更加符合人类视觉注意模式，具有更好的稳定性和抗噪声干扰能力。

技术领域

本发明涉及眼动数据分析领域，特别涉及一种基于眼动数据两步聚类的感兴趣区域提取方法和系统。

背景技术

眼动仪可用于记录人眼处理视觉信息时的眼动特征，包括眼球位置、注视时长及注视位置等相关信息，随着眼动仪硬件及相关软件的智能化发展，眼动数据广泛应用于心理学、医学等学术研究领域和广告、网页优化等商业领域。其中，对眼动仪的应用热点之一在于通过用户的眼动数据分布特征找到用户对某一视觉目标的感兴趣区域。相应地，根据眼动轨迹数据提取图像感兴趣区域也成为眼动数据分析的研究重点之一。

对眼动数据的分析需首先对原始的文本形式输出的眼动数据进行读取和显示。由于眼动仪以固定的频率对注视位置进行记录，人眼在一定时间内对于视觉目标的注视表现为分布在注视区域上的离散点集。因此，视觉目标上包含了较多注视点的位置即代表该区域吸引了较多的视觉注意，可视作观察者的感兴趣区域。

目前，许多现有的图像感兴趣区域提取方法采取手动标注的方式，根据不同的应用场景对感兴趣区域进行形状随机的框选；或将图像分割为规则网格，以多个网格单元的组合定义一个感兴趣区域。这类方式对于由形状规则的内容组成的视觉目标较为有效，例如文本、脸部图像等。而当目标中包含不同形状、随机分布的内容时，如自然场景图像等，人工标注的方式则无法高效地完成感兴趣区域提取的任务，尤其是图像数量较多时，人工标注的方式需要耗费大量时间和人力。

针对以上所述背景及问题，需要一种基于眼动轨迹数据的方法，能够从眼动仪采集的眼动轨迹数据中自动识别观察者感兴趣区域，且更加符合观察者的视觉注意行为模式。与上述传统方法不同，本发明提出的算法基于两步聚类，对多人眼动轨迹数据进行有效的去噪及聚类，最终以每个眼动数据类代表图像上观察者感兴趣的区域，即包含较多眼动注视点的区域。

发明内容

本发明的目的在于针对多人眼动轨迹数据，提出一种基于两步聚类的图像感兴趣区域提取的技术方案。

本发明的技术方案提供一种基于眼动数据两步聚类的图像感兴趣区域提取方法，包括预聚类阶段和聚类阶段，

所述预聚类阶段进行眼动数据噪声点的剔除，包含以下步骤：

步骤1.1，读入测试图片上多个观察者产生的眼动轨迹点数据，假设有N个观察者浏览了该测试图片，则产生N组眼动轨迹点记录；

步骤1.2，将每两个观察者的眼动轨迹点数据合并进行聚类，将其分为若干类；

步骤1.3，基于上述聚类结果中的每个类进行噪声检测，并设定点层面及类层面噪声检测准则；

步骤1.4，对图像上每两个观察者合并后的眼动轨迹点重复以上步骤1.2-1.3，得到剔除噪声后的预聚类结果，即属于有效注视过程的眼动轨迹点；

所述聚类阶段进行感兴趣区域的提取，包含以下步骤：

步骤2.1，合并所有经过噪声剔除的属于有效注视过程的眼动轨迹点为一个点集，

步骤2.2，对合并后的点集进行聚类，经过聚类得到的眼动轨迹点类即可代表图像感兴趣区域，以聚类后每类的中心点代表感兴趣区域位置，类中点的数量代表感兴趣区域所吸引注意力的多少。