1. 研究目的与意义
(一) 选题背景
近年来，智能眼镜设备,如Google Glass、HoloLens,和一些头戴式智能设备,如增强实现设备(AR),虚拟现实设备(VR),正在改变我们的生活。VR设备给用户带来了非物理世界的沉浸式体验,而智能眼镜、AR设备使用户可以在真实世界中和各种网络虚构的对象互动。这一类智能设备很可能在将来成为个人设备的中心枢纽,并在未来被用户大量使用。在这些设备上,为用户提供智能交互方式、改善智能交互体验是至关重要的。而情绪识别能力是影响可穿戴设备的智能水平的一个重要因素,智能眼镜可以在适当的时间点感知所有者的情绪变化，并执行适当的操作,例如,对智能眼镜、AR设备等和真实场景交互的设备,通过感知用户情绪和此时用户看到的事件或场景,可以指导广告设计、投放,而对沉浸式的VR等设备,也可以指导改进游戏场景、游戏情节等的设计。
然而,在这些智能设备上,目前缺少有效的情绪识别方法,传统的识别技术依赖于整个面部的表情,然而在穿戴了此类设备后,由于设备本身的遮挡,往往难以拍摄到完整的面部表情;有些方法尝试引入特殊硬件来感知用户的情绪,但此类方法要增加额外的硬件设备,同时也会增加额外的制造成本,甚至有些接触性的硬件设备还会使用户感到不便。因此,如何在现有的设备上,在不影响用户使用体验的前提下,快速识别出用户的情绪且能保证一定的准确性,成为一个值得研究的问题。
2. 研究内容和预期目标
(一)研究内容
基于眼动信息的情绪识别系统是一种利用人眼运动模式来推断个体情感状态的系统。通过跟踪和分析眼球在观看刺激时的移动轨迹、注视持续时间、瞳孔大小等信息，可以识别出人们对不同刺激的情感反应，例如兴奋、愉快、厌恶等。该技术在心理学、神经科学、计算机科学等领域得到广泛应用，可用于情感测量、认知负荷评估、虚拟现实系统优化等方面。主要研究内容有：
眼动数据采集：该技术需要使用非侵入性电极或红外线设备来检测和记录眼动数据。
情绪分类模型构建：基于眼动信息的情绪识别系统需要根据眼动数据对不同情绪状态进行分类和判断。
3. 研究的方法与步骤
文献归纳法
1、定义研究主题：明确需要研究的主题，例如基于眼动信息的情绪识别系统。
2、收集文献：通过检索数据库、阅读相关期刊和会议论文、查找书籍等方式，收集与研究主题相关的文献。
4. 参考文献
[1]才思文, 基于FPGA的眼动追踪系统[D]，哈尔滨理工大学，2020.
[2]吴荣荣. VR环境下的眼动追踪系统及其应用研究[D].天津财经大学,2019.
[3]胡玲. 头戴式眼动追踪系统的视线估计方法研究[D].中国科学院大学(中国科学院西安光学精密机械研究所),2021.
5. 计划与进度安排
1、2024年2月20日-2024年3月10日 查阅资料，撰写开题报告。
2、2024年3月11日-2024年3月31日 眼动信息识别方法研究
3、2024年4月1日-2024年4月30日 情绪识别方法研究
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
