摘要：随着智能化技术的应用在人们的生活环境中越来越普及，涉及人机交互的设备成本价格正在逐渐降低，对人机交互的安全问题的重视也在逐渐提升。眼动追踪技术作为一种新型的人机交互技术，包含丰富的信息量，可用于开发基于眼动特征的门禁系统。

本研究旨在将眼动追踪这一前沿技术与电子门禁系统的设计相结合，探究用户在门禁系统上呈现的各个眼部运动指标数据及其经过机器学习中分类器训练后用于识别用户身份与熟悉程度的可行性与精确度。本文首先介绍了眼动追踪技术的国内外现状和眼动仪的工作原理，简述了实验所选用的设备及其技术参数，然后针对两个实验目标：识别用户的身份以及用户的熟悉程度，设计实验采集数据。使用眼动仪在人机交互中获取和储存数据。整理原始数据，经过预处理后构建模型，训练数据，通过测试数据得出分类精度，选取足够精确的分类模型以取代传统的人工识别，应用在电子门禁系统。

关键词：眼动追踪；模式识别；生物计量学；机器学习；分类器 

目 录

摘 要

ABSTRACT

第一章 引言     1

第二章 研究背景   5

2.1 眼动追踪技术研究背景 5

2.2 机器学习综述 6

第三章 实验设计 7

3.1 实验工具选择 7

3.2 参与者选择7

3.3 实验交互规则和材料 7

第四章 数据分析  12

4.1 数据获取  12

4.2 数据特征提取13

4.3 性能评估方法14

4.4 分类器精确度结果评估14

   4.4.1 身份识别精确度结果评估15

   4.4.3 用户熟悉度精确度结果评估18

第五章 结论与展望20

5.1 全文结论20

5.2 未来的展望21

参考文献 22

致谢 23

附录 24