视线跟踪算法的GPU加速

2010年5月-9月，参加了2010 AMD 中国高校加速计算竞赛，参赛作品是在GPU上实现视线跟踪算法，最终我们实现的结果是在GPU上的加速性能是CPU上的14倍。

摘 要：视线跟踪技术是一种重要的人机交互方式，而定标算法是视线跟踪系统中的关键技术。本方案设计了一种基于非均匀样本插值的视线跟踪系统。在近红外光源照射下采集到实验者的眼动视频，通过图像处理技术对视频进行处理，获得瞳孔边缘轮廓；然后利用椭圆拟合算法计算出瞳孔中心坐标；最后应用基于非均匀样本插值算法，计算出实验者注视点在屏幕上的真实位置，实现视线的跟踪。该算法简单、高效、准确度高。论文给出了该算法分别在CPU和AMD公司提供的GPU上的实现，对比了处理时间，结果显示，GPU加速性能显著，对该算法实时性能有很大提高，具有很好的应用价值。

关键词: 视线跟踪、边缘检测、非均匀插值、GPU算法加速

1.  系统框架

本系统视线跟踪过程包括视频采集、对视频进行预处理、瞳孔边缘提取、瞳孔中心提取，定标，从而实现视线的跟踪。其中眼睛图像和屏幕注视点之间的定标技术是视线跟踪系统中的关键技术。系统流程图如下：
 

2.  系统软件设计

视线跟踪系统的软件设计包含以下部分：视频预处理，瞳孔边缘提取，瞳孔中心提取，非均匀插值视线跟踪算法进行瞳孔中心与屏幕点的映射。

CPU平台下的算法流程图如下：
 

GPU