意图推理是人工智能时代一个重要研究课题,让没有思想个性、行为机械的机器人变成一个有观点,有决策意识的智能机器人。意图推理工作是在意识层面的研究,旨在让机器人拥有人类高智慧思维模式。在意图推理研究中,利用视觉凝视行为进行心理层面的意图推断方式,已经成为人工智能领域的重要研究方向。通过眼睛注视行为进行用户意图推理,使辅助设备的服务更加贴近人类需求,更加人性化,可以帮助人们用更少的努力实现任务,简化了人机交互方式,这为行动不便的老年人,或身体残障人士,尤其是患有阿尔兹海默病不可逆观念运动行失语症者,带来了生活新希望。在人类认知过程中,视觉注意力与心理活动密切关联。心之所想决定视觉认知,视觉认知作用于意图对象,可以发现,人类意图通过凝视行为作用于具体物体表达出来。视觉的作用对象,是凝视者心中所想时,生理上的一种特质反应,眼睛注视作为有用的信息来源,揭示用户意图和未来行动的联系。而探究视觉凝视行为和意图之间的相互联系,运用概率关系可以很好的解释对这一过程的基本理解。为此,本文基于朴素贝叶斯法和隐马尔可夫模型统计方法,在眼睛注视行为和心理活动之间的建立概率联系,针对视觉凝视行为中意图推理问题展开进一步研究,介绍两种统计方法的意图推理思路、推理模式,详细阐述理论基础,建模方式,并进行实践预测,对意图推理的预测结果进行对比,对预测表现及性能深入分析。文中首先介绍了国内外意图推理的研究现状,以及当下积极探索视觉凝视行为中意图推理的重要性及研究价值。其次介绍了意图推理的相关工作,主要包括研究的系统框架,视觉凝视与心理意图的联系,凝视追踪技术及实验数据的采集,并建立相应的意图推理知识库等内容。然后,重点阐述了朴素贝叶斯法的核心理论贝叶斯定理、意图推理的建模思路及分类方法,并进行实证预测,对预测结果进行讨论;同时重点介绍隐马尔可夫预测模型的理论基础马尔可夫过程、建模推理思路、参数学习估计及预测的方法,同样进行实证预测,对预测性能进行分析。最后,对视觉凝视行为中这两种意图推理模式进行综合分析,讨论各方法研究思路及预测性能的优缺点,并针对实验中存在的不足提出相关建议,以便今后意图推理工作的优化改进。论文围绕视觉凝视的意图推理模式详细讨论,为视觉凝视行为意图推理的深入研究打下了坚实基础,丰富了人工智能领域中计算机视觉意图推理方面的研究内容,为探索非语言交流的人机交互方式提供了新思路。