本技術涉及眼動，特別涉及一種眼動測試軌跡生成方法、眼動控制方法、裝置、系統(tǒng)和計算機可讀存儲介質(zhì)。

背景技術：

1、隨著光學儀器、智能機器人等領域的快速發(fā)展，人眼模擬設備需求量越來越大，這類設備可以用于眼動儀、眼科光學生物測量儀等光學儀器的質(zhì)量檢測，也可以作為智能機器人的部件應用。目前，在對上述光學儀器進行質(zhì)量檢測時，需要收集大量真實眼動軌跡對人眼模擬設備進行運動控制，測試效率較低。

技術實現(xiàn)思路

1、本技術實施方式提供了一種眼動測試軌跡生成方法、眼動控制方法、裝置、系統(tǒng)和計算機可讀存儲介質(zhì)，以解決上述存在的至少一個技術問題。

2、本技術實施方式的眼動測試軌跡生成方法包括：

3、采集真實眼動數(shù)據(jù)；

4、根據(jù)所述真實眼動數(shù)據(jù)訓練對抗神經(jīng)網(wǎng)絡模型；

5、根據(jù)虛擬眼動起點和虛擬眼動終點，基于所述對抗神經(jīng)網(wǎng)絡模型生成虛擬眼動數(shù)據(jù)；

6、根據(jù)所述虛擬眼動數(shù)據(jù)確定人眼模擬設備的動態(tài)可用數(shù)據(jù)。

7、在某些實施方式中，所述對抗神經(jīng)網(wǎng)絡模型包括眼動數(shù)據(jù)生成器和眼動數(shù)據(jù)判別器，所述根據(jù)所述真實眼動數(shù)據(jù)訓練對抗神經(jīng)網(wǎng)絡模型，包括：

8、通過所述眼動數(shù)據(jù)生成器基于噪聲數(shù)據(jù)生成虛擬數(shù)據(jù)樣本，其中，所述噪聲數(shù)據(jù)包括眼動起點樣本和眼動終點樣本；

9、通過所述眼動數(shù)據(jù)判別器區(qū)分所述真實眼動數(shù)據(jù)與所述虛擬數(shù)據(jù)樣本；

10、根據(jù)區(qū)分結(jié)果調(diào)整所述眼動數(shù)據(jù)生成器和所述眼動數(shù)據(jù)判別器的權(quán)重，直至所述對抗神經(jīng)網(wǎng)絡模型達到納什均衡。

11、在某些實施方式中，所述根據(jù)區(qū)分結(jié)果調(diào)整所述眼動數(shù)據(jù)生成器和所述眼動數(shù)據(jù)判別器的權(quán)重，直至所述對抗神經(jīng)網(wǎng)絡模型達到納什均衡，包括：

12、根據(jù)所述區(qū)分結(jié)果判斷所述對抗神經(jīng)網(wǎng)絡模型是否達到納什均衡；

13、當所述對抗神經(jīng)網(wǎng)絡模型未達到納什均衡時，判斷所述區(qū)分結(jié)果是否正確；

14、當所述區(qū)分結(jié)果不正確時，調(diào)整所述眼動數(shù)據(jù)判別器的權(quán)重，并返回所述通過所述眼動數(shù)據(jù)判別器區(qū)分所述真實眼動數(shù)據(jù)與所述虛擬數(shù)據(jù)樣本的步驟；

15、當所述區(qū)分結(jié)果正確時，調(diào)整所述眼動數(shù)據(jù)生成器的權(quán)重，并返回所述通過所述眼動數(shù)據(jù)生成器基于噪聲數(shù)據(jù)生成虛擬數(shù)據(jù)樣本的步驟；

16、當所述對抗神經(jīng)網(wǎng)絡模型達到納什均衡時，確定所述對抗神經(jīng)網(wǎng)絡模型訓練完成。

17、在某些實施方式中，所述區(qū)分結(jié)果不正確包括：

18、所述眼動數(shù)據(jù)判別器將所述真實眼動數(shù)據(jù)判斷為虛擬數(shù)據(jù)；

19、所述眼動數(shù)據(jù)判別器將所述虛擬數(shù)據(jù)樣本判斷為真實數(shù)據(jù)；

20、所述區(qū)分結(jié)果正確包括：

21、所述眼動數(shù)據(jù)判別器將所述虛擬數(shù)據(jù)樣本判斷為虛擬數(shù)據(jù)。

22、在某些實施方式中，所述虛擬眼動數(shù)據(jù)包括注視點坐標和與所述注視點坐標對應的時間戳，所述根據(jù)所述虛擬眼動數(shù)據(jù)確定所述人眼模擬設備的動態(tài)可用數(shù)據(jù)，包括：

23、基于粒子群優(yōu)化算法和虎克-捷夫算法，對所述虛擬眼動數(shù)據(jù)進行擬合優(yōu)化處理，以使得所述注視點坐標和所述時間戳對應的曲線運動滿足加速-勻速-減速的過程。

24、在某些實施方式中，所述基于粒子群優(yōu)化算法和虎克-捷夫算法，對所述虛擬眼動數(shù)據(jù)進行擬合優(yōu)化處理，以使得所述注視點坐標和所述時間戳對應的曲線運動滿足加速-勻速-減速的過程，包括：

25、初始化粒子群群信息，所述粒子群群信息包括粒子的位置和速度；

26、根據(jù)所述粒子群群信息和所述虛擬眼動數(shù)據(jù)計算種群適應度函數(shù)值；

27、根據(jù)所述種群適應度函數(shù)值更新所述粒子的位置和速度，并根據(jù)更新后的所述粒子的位置和速度、以及所述虛擬眼動數(shù)據(jù)重新計算所述種群適應度函數(shù)值；

28、在所述種群適應度函數(shù)值下降超過預定比例時，基于虎克-捷夫算法對更新后的所述粒子的位置和速度進行優(yōu)化。

29、在某些實施方式中，所述基于粒子群優(yōu)化算法和虎克-捷夫算法，對所述虛擬眼動數(shù)據(jù)進行擬合優(yōu)化處理，以使得所述注視點坐標和所述時間戳對應的曲線運動滿足加速-勻速-減速的過程，還包括：

30、在所述種群適應度函數(shù)值下降未超過所述預定比例時，判斷最近預定次數(shù)的迭代中所述種群適應度函數(shù)值是否存在下降的情況；

31、當最近所述預定次數(shù)的迭代中所述種群適應度函數(shù)值存在下降的情況時，返回所述根據(jù)所述粒子群群信息和所述虛擬眼動數(shù)據(jù)計算種群適應度函數(shù)值的步驟；

32、當最近所述預定次數(shù)的迭代中所述種群適應度函數(shù)值不存在下降的情況時，基于虎克-捷夫算法對更新后的所述粒子的位置和速度進行優(yōu)化。

33、本技術實施方式的眼動測試軌跡生成裝置包括：

34、采集模塊，用于采集真實眼動數(shù)據(jù)；

35、訓練模塊，用于根據(jù)所述真實眼動數(shù)據(jù)訓練對抗神經(jīng)網(wǎng)絡模型；

36、生成模塊，用于根據(jù)虛擬眼動起點和虛擬眼動終點，基于所述對抗神經(jīng)網(wǎng)絡模型生成虛擬眼動數(shù)據(jù)；

37、確定模塊，用于根據(jù)所述虛擬眼動數(shù)據(jù)確定人眼模擬設備的動態(tài)可用數(shù)據(jù)。

38、本技術實施方式的眼動測試軌跡生成系統(tǒng)，包括一個或多個處理器和存儲器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執(zhí)行的情況下，實現(xiàn)上述任一實施方式的眼動測試軌跡生成方法。

39、本技術實施方式的計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述程序被處理器執(zhí)行的情況下，實現(xiàn)上述任一實施方式的的眼動測試軌跡生成方法。

40、本技術實施方式的眼動控制方法，用于控制人眼模擬設備，所述眼動控制方法包括：

41、獲取所述人眼模擬設備的動態(tài)可用數(shù)據(jù)，其中，所述動態(tài)可用數(shù)據(jù)來源于：采集真實眼動數(shù)據(jù)；根據(jù)所述真實眼動數(shù)據(jù)訓練對抗神經(jīng)網(wǎng)絡模型；根據(jù)虛擬眼動起點和虛擬眼動終點，基于所述對抗神經(jīng)網(wǎng)絡模型生成虛擬眼動數(shù)據(jù)；根據(jù)所述虛擬眼動數(shù)據(jù)確定所述動態(tài)可用數(shù)據(jù)；

42、根據(jù)所述動態(tài)可用數(shù)據(jù)計算所述人眼模擬設備的運動控制數(shù)據(jù)。

43、在某些實施方式中，所述運動控制數(shù)據(jù)包括旋轉(zhuǎn)角度、運行速度、運行加速度、運行減速度中的一種或多種。

44、本技術實施方式的眼動控制裝置，用于控制人眼模擬設備，所述眼動控制裝置包括：

45、獲取模塊，用于獲取所述人眼模擬設備的動態(tài)可用數(shù)據(jù)，其中，所述動態(tài)可用數(shù)據(jù)來源于：采集真實眼動數(shù)據(jù)；根據(jù)所述真實眼動數(shù)據(jù)訓練對抗神經(jīng)網(wǎng)絡模型；根據(jù)虛擬眼動起點和虛擬眼動終點，基于所述對抗神經(jīng)網(wǎng)絡模型生成虛擬眼動數(shù)據(jù)；根據(jù)所述虛擬眼動數(shù)據(jù)確定所述動態(tài)可用數(shù)據(jù)；

46、計算模塊，用于根據(jù)所述動態(tài)可用數(shù)據(jù)計算所述人眼模擬設備的運動控制數(shù)據(jù)。

47、本技術實施方式的眼動控制系統(tǒng)，包括一個或多個處理器和存儲器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執(zhí)行的情況下，實現(xiàn)上述任一實施方式的眼動控制方法。

48、本技術實施方式的計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述程序被處理器執(zhí)行的情況下，實現(xiàn)上述任一實施方式的眼動控制方法。

49、本技術實施方式的眼動測試軌跡生成方法、眼動控制方法、裝置、系統(tǒng)和計算機可讀存儲介質(zhì)中，采集真實眼動數(shù)據(jù)訓練對抗神經(jīng)網(wǎng)絡模型，再基于訓練好的對抗神經(jīng)網(wǎng)絡模型生成虛擬眼動數(shù)據(jù)，根據(jù)虛擬眼動數(shù)據(jù)確定人眼模擬設備的動態(tài)可用數(shù)據(jù)，以對人眼模擬設備進行運動控制。如此，只需采集少量的真實眼動數(shù)據(jù)用于對抗神經(jīng)網(wǎng)絡模型的訓練，基于訓練好的對抗神經(jīng)網(wǎng)絡模型可以生成大量的虛擬眼動數(shù)據(jù)，以對人眼模擬設備進行運動控制，有效地提高了光學儀器的測試效率。

50、本技術實施方式的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術實施方式的實踐了解到。