本发明涉及光学设计，尤其涉及一种视线追踪系统及配置方法。
背景技术：
1、视线追踪技术是智能驾驶舱中用于监测驾驶员行为的关键技术之一，可以有效检测驾驶员是否分心驾驶或疲劳驾驶。然而，目前市场上的驾驶员检测系统大多针对正常视力人群，对于存在近视现象的驾驶员，由于眼镜反光等问题，很容易产生检测不准确的问题。
2、为了降低眼镜反光对视线追踪的影响，现有的技术方案主要依赖于层叠的透镜系统或涂层处理来减少设备反光或眩光问题。但是这些方法不仅增加了设备的厚度和重量，还可能降低光学性能，导致识别精度降低。
技术实现思路
1、本发明的目的之一在于提供一种视线追踪系统配置方法，以解决现有技术中无法在实现视线追踪的同时保证光学器件不反光的技术问题。
2、本发明的目的之一在于提供一种视线追踪系统。
3、本发明的目的之一在于提供一种计算机设备。
4、本发明的目的之一在于提供一种计算机存储介质。
5、本发明实施例的技术方案是这样实现的：
6、第一方面，本发明实施例提供了一种视线追踪系统配置方法，视线追踪系统包括超表面元件和视线追踪模型；
7、所述配置方法包括：
8、获取样本数据集，所述样本数据集中的每个样本数据包括视线追踪图像信息和真实视线角度信息，其中，所述真实视线角度信息用于指示目标对象基于所述视线追踪图像信息对应的视线角度信息；
9、获取所述视线追踪图像信息经所述超表面元件处理后的信号数据；
10、基于所述信号数据，所述视线追踪系统预测得到所述视线追踪图像信息的预测视线角度；
11、基于所述预测视线角度信息和所述真实视线角度信息，得到第一损失值；
12、基于所述第一损失值，更新所述超表面元件的微结构配置参数或更新所述超表面元件的微结构配置参数和所述视线追踪模型的模型参数，直至所述视线追踪模型收敛，得到所述超表面元件训练好的微结构配置参数和训练好的所述模型参数。
13、进一步地，所述基于所述预测视线角度信息和所述真实视线角度信息，得到第一损失值，包括：
14、根据所述真实视线角度信息所述预测视线角度信息的均方根误差，确定所述第一损失值。
15、进一步地，所述样本数据集中的每个样本数据还包括所述目标对象的模拟电场分布，所述方法还包括：
16、基于所述信号数据，所述视线追踪系统预测得到所述视线追踪图像信息的预测电场分布；
17、基于所述模拟电场分布和所述预测电场分布，得到第二损失值。
18、进一步地，所述基于所述第一损失值，更新所述超表面元件的微结构配置参数或更新所述超表面元件的微结构配置参数和所述视线追踪模型的模型参数，直至所述视线追踪模型收敛，得到所述超表面元件训练好的微结构配置参数和训练好的所述模型参数，包括：
19、基于所述第一损失值和所述第二损失值，更新所述超表面元件的微结构配置参数或更新所述超表面元件的微结构配置参数和所述视线追踪模型的模型参数，直至所述视线追踪模型收敛，得到所述超表面元件训练好的微结构配置参数和训练好的所述模型参数。
20、进一步地，所述基于所述预测电场分布和所述模拟电场分布，得到第二损失值，包括：
21、根据所述模拟电场分布和所述预测电场分布的一阶矩阵范数误差，确定所述第二损失值。
22、进一步地，所述基于所述第一损失值和所述第二损失值，更新所述超表面元件的微结构配置参数或更新所述超表面元件的微结构配置参数和所述视线追踪模型的模型参数，直至所述视线追踪模型收敛，得到所述超表面元件训练好的微结构配置参数和训练好的所述模型参数，包括：
23、基于所述第一损失值和所述第二损失值，确定综合损失值；
24、基于所述综合损失值，更新所述超表面元件的微结构配置参数或更新所述超表面元件的微结构配置参数和所述视线追踪模型的模型参数，直至所述视线追踪模型收敛，得到所述超表面元件训练好的微结构配置参数和训练好的所述模型参数。
25、进一步地，所述基于所述第一损失值和所述第二损失值，确定综合损失值，包括：
26、将所述第一损失值和所述第二损失值分别与预设的第一损失权重参数和第二损失权重参数加权后求和，确定所述综合损失值，其中，所述第一损失权重参数和所述第二损失权重参数的和为1，所述第一损失权重参数小于所述第二损失权重参数。
27、进一步地，所述方法还包括：
28、更新所述第一损失权重参数和所述第二损失权重参数，使所述第一损失权重参数增大以及使所述第二损失权重参数减小，且所述第一损失权重参数和所述第二损失权重参数的和为1。
29、进一步地，基于所述超表面元件的训练好的微结构配置参数，确定所述超表面元件上微结构单元的排布方式。
30、第二方面，本发明实施例提供了一种视线追踪系统，包括：
31、超表面元件，所述超表面元件根据上述任一项所述视线追踪系统配置方法确定的训练好的微结构配置参数进行配置，用于对包含目标对象的视线角度信息的光信号进行处理以得到信号数据；
32、视线追踪模型，所述视线追踪模型采用上述任一项所述基于超表面视线追踪系统配置方法确定的训练好的模型参数，用于根据所述信号数据预测所述目标对象的视线角度。
33、第三方面，本发明实施例提供了一种计算机设备，包括：
34、至少一个处理器；
35、存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行上述任意一项所述的视线追踪系统配置方法的步骤。
36、第四方面，本发明实施例提供了一种计算机存储介质，包括：
37、至少一个处理器；
38、存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行上述任意一项所述的视线追踪系统配置方法的步骤。
39、与现有技术相比，本发明实施例具有如下至少一种有益效果：
40、本发明采用一种视线追踪系统配置方法，通过超表面元件对偏振特性的精准调节和视线追踪模型的高效预测能力的协同作用，能够有效地处理光线偏振情况，显著降低或消除光学器件的反光现象，实现精准的视线追踪，提升识别精度和整体光学性能；避免引入额外的诸如层叠透镜、涂层等其他部件，实现成本的降低。
1.一种视线追踪系统的配置方法，其特征在于，视线追踪系统包括超表面元件和视线追踪模型；
2.根据权利要求1所述的视线追踪系统配置方法，其特征在于，所述基于所述预测视线角度信息和所述真实视线角度信息，得到第一损失值，包括：
3.根据权利要求1所述的视线追踪系统配置方法，其特征在于，所述样本数据集中的每个样本数据还包括所述目标对象的模拟电场分布，所述方法还包括：
4.根据权利要求3所述的视线追踪系统配置方法，其特征在于，所述基于所述第一损失值，更新所述超表面元件的微结构配置参数或更新所述超表面元件的微结构配置参数和所述视线追踪模型的模型参数，直至所述视线追踪模型收敛，得到所述超表面元件训练好的微结构配置参数和训练好的所述模型参数，包括：
5.根据权利要求3所述的视线追踪系统配置方法，其特征在于，所述基于所述模拟电场分布和所述预测电场分布，得到第二损失值，包括：
6.根据权利要求4所述的视线追踪系统配置方法，其特征在于，所述基于所述第一损失值和所述第二损失值，更新所述超表面元件的微结构配置参数或更新所述超表面元件的微结构配置参数和所述视线追踪模型的模型参数，直至所述视线追踪模型收敛，得到所述超表面元件训练好的微结构配置参数和训练好的所述模型参数，包括：
7.根据权利要求6所述的视线追踪系统配置方法，其特征在于，所述基于所述第一损失值和所述第二损失值，确定综合损失值，包括：
8.根据权利要求7所述的视线追踪系统配置方法，其特征在于，所述方法还包括：
9.根据权利要求1所述的视线追踪系统配置方法，其特征在于，所述方法还包括：
10.一种视线追踪系统，其特征在于，包括：
11.一种计算机设备，包括：
12.一种计算机存储介质，包括：
