眼睛是人类赖以生存的重要器官之一,是人类与外界环境进行信息传递的重要渠道。研究表明,人类大脑中的知识有80%以上是通过眼睛获取的。眼睛是一个高质量高效率的信息传输通道。随着科学技术的快速发展,眼睛与视线自然而然的引起了大量科研人员的注意,越来越多的科学工作者投入到了视线追踪技术的研究当中。本文对基于3D眼球模型的桌面式视线追踪技术进行了深入的研究,提出了三种不同的标定算法并作出了相应的仿真实验。首先介绍了视线追踪技术的研究背景与发展历程,归纳了国内外关于视线追踪技术的研究现状,并且详细论证了基于3D眼球模型的视线追踪技术的理论基础。在第一个标定算法中,提出了一种基于单点标定的视线追踪技术。在使用该系统之前,用户只需要注视一个标定点,这大大减小了用户使用视线追踪系统的难度,同时也大大减小了标定程序的运行时间以及最终的求解误差。仿真实验结果表明最终视轴估算偏差在0.8°左右。第二种标定算法是一种基于3D眼球模型的自动标定的视线追踪算法,该算法通过最小化用户两只眼睛的视轴与屏幕的两交点之间的距离来求解视轴与光轴间的夹角,之后将这个夹角当作已知条件去估算用户在屏幕上的注视点。在使用该系统之前也需要一个标定程序,只是这个标定程序不要求用户完成任何特定的任务。在用户随意地观看屏幕上的内容时,标定程序在后台自动完成。仿真结果表明在计算15个点之后,视轴与光轴间的夹角收敛于正确结果。最后一种算法是一种不需要任何标定程序就能计算出眼睛的视轴与光轴间夹角的算法。为了估算眼睛视轴与光轴间的夹角,该算法利用差分进化和蛙跳的混合算法(DE-SFLA)来最小化两只眼睛的视线与屏幕的两个交点之间的距离来得到光轴与视轴间的夹角。该算法完全免去了用户标定程序,系统在开机之后就能立刻估算用户的注视位置。由于省去了标定程序,该算法的适应性更强,对于环境的依赖性更弱并且允许用户在使用过程中的环境突然发生改变。实验结果表明当实验者坐在一个19英寸大小的屏幕前面时,视轴与光轴间的夹角的平均偏差为1°。