基于脉冲神经网络的近眼红外瞳孔检测
朱厚帅
汪耀
武汉轻工大学电气与电子工程学院 湖北武汉 430023
摘要：眼动交互是人机交互领域的一个重要研究方向,而瞳孔检测是眼动交互的核心环节,其性能直接决定后续意图识别的上限.当前主流瞳孔检测算法普遍面临参数量大、运行功耗高的问题.针对这一问题,文章提出了轻量化瞳孔检测模型Pupil-YOLO,以YOLOv8为基础优化模型骨干,然后在模型中引入脉冲神经元实现低功耗;为提升特征提取效率,构建了 P-Block1轻量特征提取模块;为降低脉冲神经元的量化误差,设计了固定整数A-LIF神经元.实验结果表明,所提模型相较最新瞳孔检测方法YOLOv8n-eye,在精度相差0.8％的情况下,参数量仅为其1/18,为眼动交互技术提供了新的技术路径.
关键词：瞳孔检测脉冲神经网络人机交互计算机视觉
论文发表日期：2026-01-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 177-181 )