本文详细介绍了2024年嵌入式FPGA竞赛国特-最佳创意奖作品——红外瞳孔追踪系统的设计与实现。该系统基于FPGA平台，通过红外窄带滤波摄像头捕获眼部图像，利用暗瞳效应产生的亮斑进行瞳孔定位。系统核心模块包括可控阈值二值化、多目标追踪定位、深色瞳孔提取、瞳孔坐标计算及实时画框叠加。作者分享了硬件基础、系统框图、关键模块代码（如binarization、VIP_multi_target_detect等）及功能模块（如rec_rst眨眼重置、cnt_all亮度调节）的实现细节。项目采用易灵思Ti60F100开发板，结合红外补光灯和特制摄像头，实现了眼动方向的八角定位和实时视频输出。文章还包含作者对大学学习经历的感悟，强调信息获取能力的重要性。 在当今科技不断进步的时代，人们对于人机交互的需求日益增长，特别是对于更加自然、直观的交互方式的需求。红外瞳孔追踪系统作为这一领域的一项创新技术，通过高精度的检测和追踪人的瞳孔运动，为实现更加丰富的交互方式提供了可能。基于FPGA平台的红外瞳孔追踪系统因其高度的实时性和准确性，受到众多研究者的关注和应用。 FPGA（Field-Programmable Gate Array，现场可编程门阵列）是一种可以通过软件编程来实现硬件逻辑功能的芯片。FPGA具有性能高、功耗低、可靠性高、可重复编程的特点，非常适合于需要高速处理的图像处理领域。在本项目中，研究者利用FPGA的这些特性，结合红外窄带滤波摄像头，开发了一套能够实时捕获眼部图像并准确定位瞳孔位置的系统。 该系统的核心功能模块包括可控阈值二值化、多目标追踪定位、深色瞳孔提取、瞳孔坐标计算及实时画框叠加等。通过这些模块的协同工作，系统能够准确识别和追踪瞳孔的位置变化。二值化模块能够将捕获的图像转换为黑白图像，便于后续处理；多目标追踪定位模块能够在动态场景中准确识别瞳孔目标；深色瞳孔提取模块能够从复杂的背景中提取出深色的瞳孔特征；瞳孔坐标计算模块则能够计算出瞳孔的精确位置；实时画框叠加模块则在显示设备上实时显示瞳孔追踪的可视化反馈。 在硬件实现方面，本项目采用的是易灵思Ti60F100开发板。该开发板搭载了性能强大的FPGA芯片，能够满足高速图像处理的需求。同时，项目还结合了红外补光灯和特制摄像头，以确保在各种光照条件下都能稳定地捕获眼部图像。系统框图和关键模块代码的详细分享，为后来的研究者提供了宝贵的参考资源。 在软件实现方面，作者提供了包括binarization、VIP_multi_target_detect等关键模块的代码实现细节，以及rec_rst眨眼重置、cnt_all亮度调节等功能模块的实现。这些代码和功能模块的设计与实现，展示了研究者在嵌入式系统设计方面的深厚功底和对细节的把控能力。 除了技术层面的探讨，作者还分享了自己在大学期间的学习经历和感悟，特别强调了信息获取能力的重要性。在当今信息爆炸的时代，如何快速有效地获取和筛选信息，对于科研人员来说是至关重要的能力。作者的经验之谈对于年轻的科研工作者具有很大的启发和指导意义。 此外，瞳孔追踪系统在多方面的应用潜力巨大，如虚拟现实、眼控交互、安全认证等领域。其能够为用户提供更为自然、直观的交互体验，并且在特定领域内可提供更为精确和可靠的人机交互方式。

样本图：blog.csdn.net/FL1623863129/article/details/144472567 文件放服务器下载，请务必到电脑端资源预览或者资源详情查看然后下载 数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件) 图片数量(jpg文件个数)：2662 标注数量(json文件个数)：2662 标注类别数：2 标注类别名称:["pupil","iris"] 每个类别标注的框数： pupil count = 2660 iris count = 2666 使用标注工具：labelme=5.5.0 标注规则：对类别进行画多边形框polygon 重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注

二维gabor滤波器提取瞳孔-gaborconvolve.m 把附件解压于matlab安装目录下work文件下，然后在matlab软件命令窗口中输入: gabor回车，即出现一个类似对话框的界面，在界面上输入合适的参数便能提取出眼的瞳孔，，（用于基于log-gabor小波变换的虹膜识别论文） 我第三次在论坛上发贴，，描述不清的地方请原谅。。！希望大家喜欢哦。。:)

为了提高瞳孔中心定位精度,降低运算复杂度,首先采用星射线方法获取瞳孔边界点,与对整幅图搜索相比,计算量大大减小.设定感兴趣区域,对眼皮、眼睫毛及光斑干扰产生的虚假特征点进行剔除,然后利用特征点通过随机化的椭圆拟合定位瞳孔中心.随机化椭圆拟合允许杂质点的存在,确保了拟合定位算法的准确性,对虚假点的剔除更进一步加快了拟合速度.在连续帧处理时通过瞳孔像素数的变化快速对眨眼进行检测,区分眨眼与伪眨眼.实验结果表明,该算法简单且鲁棒性好.

android安卓眼球瞳孔识别源码Demo APP,可选择图片识别，可选择视频，也可以打开摄像头。三种方式，识别人眼睛位置和瞳孔位置。十分精确和高效。 应用十分广泛，比如：瞳孔距离检测，注意力评估，眼球控制鼠标相关大家交互等。 方案介绍文章：https://mp.csdn.net/mp_blog/creation/editor/124290719 在文章中，你可以了解到一些目前上市场上主流的方案比如dlib方案，梯度算法方案等来检测眼球的。本方案是一个新的方案与之相比优势明显，欢迎下载测试。 软件为app版本。需要安卓的设备测试，64位常见的手机即可。老旧手机无法运行可以联络我帮你处理。无积分下载也可以联络我免费发送给你测试。

回顾了视线跟踪技术的研究历程，系统地归纳总结了基于光学记录方法的视线跟踪算法，在此基 础上，设计了一种通用视线跟踪系统实现框架，描述了基于瞳孔一角膜反射向量法的视线跟踪系统的基 本构成，分析了该系统的关键算法功能。为实用视线跟踪系统的研制在理论和实践上提供了有益的经验。

设计了一款基于瞳孔定位技术的视觉跟踪系统。该系统通过安装在眼镜上的摄像头采集人眼球瞳孔运动图像，并利用硬件电路分离视频同步信号，然后将信息传送至S3C6410嵌入式处理器，处理器利用图像处理算法计算出人的瞳孔运动轨迹，从而得到人眼瞳孔的实时定位信息。该系统具有较为广泛的应用前景，可以通过人眼睛的转动来实现对各种智能化设备的控制，能够应用于残疾人智能护理、病床智能护理等实际领域。

QT+opencv，实现瞳孔检测。基于笔记本自带的摄像头。后续可以自己添加部分功能。

基于MATLAB的瞳孔虹膜识别-pupilimg02.fig 努力了好久，现在终于实现了基于MATLAB的瞳孔提取，想要进一步实现虹膜提取，欢迎有想法的一起探讨。

针对现阶段实现瞳孔精确定位算法过于繁琐的问题，提出一种由粗略到精确的瞳孔精确定位算法。首先用灰度积分算法粗略找出人眼部位在人脸上的大概位置，然后用Hough变换定位出人眼瞳孔中心的精确位置，接着用Harris角点检测算法对眼角点进行定位，最后通过瞳孔与眼角点的相互坐标定位出人眼瞳孔的精确位置。通过matlab对所提算法进行检验，证明了该算法是一种实现简单、定位精确的算法。