Diante do problema de que os pontos de fixação que permanecem em alvos não desejados nos algoritmos existentes de anotação de imagens de movimento ocular tendem a introduzir interferência de localização, resultando em baixa precisão na anotação, este artigo inicialmente explora experimentalmente as regras do movimento ocular na tarefa de anotação; em seguida, propõe dividir a sequência de fixação em duas fases: busca visual e reconhecimento visual, e projeta um método de classificação de pontos de fixação baseado no algoritmo DBSCAN adaptativo por parâmetros para busca e reconhecimento visual, com o objetivo de usar os pontos de fixação de reconhecimento extraídos como entrada para o algoritmo de anotação de imagens de movimento ocular, melhorando a precisão dos resultados da anotação; por fim, realiza experimentos comparativos e análises baseadas no conjunto de dados 2014 DIMITRIOS P. Os resultados experimentais mostram que, comparados aos algoritmos relacionados existentes, a métrica F1 aumentou 4%, a eficiência operacional do algoritmo quase dobrou e a precisão do algoritmo de anotação de imagens de movimento ocular melhorou 3,34%, atendendo aos requisitos de estabilidade, confiabilidade, alta precisão e alta velocidade de execução.

Classificação de pontos de fixação ocular; anotação de imagens de movimento ocular; busca visual; reconhecimento visual; DBSCAN adaptativo por parâmetros