В связи с проблемой того, что фиксации взгляда на нецелевых объектах в существующих алгоритмах аннотирования изображений движения глаз часто вводят помехи локализации и снижают точность аннотации, в данной статье сначала экспериментально исследуются закономерности движения глаз в задаче аннотирования; затем предлагается разделить последовательность фиксаций на две стадии — визуальный поиск и визуальное распознавание, и разработан метод классификации фиксаций на основе параметрически адаптивного алгоритма DBSCAN для визуального поиска и распознавания, с целью использовать извлечённые фиксации распознавания в качестве входных данных для алгоритма аннотирования изображений движения глаз для повышения точности аннотирования; в заключение проведён экспериментальный сравнительный анализ на наборе данных 2014 DIMITRIOS P. Результаты показывают, что по сравнению с существующими алгоритмами метрика F1 улучшилась на 4%, эффективность работы алгоритма приблизительно удвоилась, а точность аннотации алгоритма увеличилась на 3.34%, что удовлетворяет требованиям стабильности, надежности, высокой точности и высокой скорости работы.

Классификация фиксаций движения глаз; аннотирование изображений движения глаз; визуальный поиск; визуальное распознавание; параметрически адаптивный DBSCAN