眼睛作为人体感知世界的重要器官,在科学研究中一直很受重视,而视线跟踪技术是该领域研究的重要组成部分之一。随着计算机技术与人工智能的发展,视线跟踪技术在近几年取得了很大突破,相关产品也开始由实验室场景进入了消费级市场,逐渐成为很多领域无法替代的重要技术。然而这项技术仍面临着很多挑战,跟踪精度与实时性、鲁棒性差难以适应各种环境变化、设备配置复杂使用繁琐、不支持跨平台运行等。本文调研了视线跟踪领域近些年取得的成果与面临的挑战,提出了一种基于嵌入式平台的可实时进行视线跟踪的智能系统。本智能视线跟踪系统采用非侵入式的方法,系统可大致分为硬件和软件两个部分。硬件部分的核心是眼图采集设备,整个设备被集成在一块PCB电路板上,小巧简洁、集成度高。眼图采集设备上主要包括红外相机与红外光源、FPGA运算控制单元与传输控制单元,可实现对眼部红外图像的采集并通过USB进行传输。软件部分主要分为算法部分与UI界面部分,其中算法部分主要完成瞳孔定位、注视特征提取、视线方向估计、视线落点校正等视线跟踪算法,界面部分则负责一些常用的人机交互与显示功能。整个软件部分使用Qt creator进行开发,可在windows系统与Linux系统上跨平台运行。其中瞳孔定位算法使用了一种轻量化的卷积神经网络进行瞳孔位置检测,可以在保证实时性的前提下,有效提高瞳孔定位的准确度。为了在嵌入式平台上实现该功能提出了两种方法,一种是使用TX2等智能化程度较高的嵌入式平台,该平台支持Linux嵌入式操作系统与对卷积神经网络的优化运算;另一种是将卷积神经网络拆分成模块并将其在传统嵌入式芯片上进行实现,如DSP数字信号处理器。在进行视线跟踪前需要进行相机参数确定与落点误差校正参数确定,它们将分别在视线方向估计与视线落点校正时被使用。为了验证系统的性能,分别在TX2嵌入式平台与DSP C6000系列嵌入式平台上上进行了对比试验,对系统的实时性、准确性、头部运动鲁棒性、光照变化鲁棒性、配戴眼镜鲁棒性进行了测试,测试了不同人群的多组数据。测试结果表明:本系统可在嵌入式平台上进行实时的进行瞳孔定位、视线方向估计、视线落点估计等操作,视线跟踪的精度较高,鲁棒性强。