1.一种计算机实施的方法，所述方法包括：
根据一采样率确定用户眼睛的角膜缘的一组角膜缘中心值；
根据所述采样率确定所述用户眼睛的瞳孔的一组瞳孔中心值；
根据所述采样率确定所述瞳孔的一组半径值；以及
基于(i)所述一组角膜缘中心值、(ii)所述一组瞳孔中心值和(iii)所述一组半径值形成偏移量模型，所述偏移量模型描述角膜缘中心与瞳孔中心之间的、随着瞳孔大小改变而改变的所估计的偏移量。
2.如权利要求1所述的计算机实施的方法，其中：
确定所述一组角膜缘中心值包括：在第一时间处测量第一角膜缘中心值，并且在第二时间处测量第二角膜缘中心值；
确定所述一组瞳孔中心值包括：在所述第一时间处测量第一瞳孔中心值，并且在所述第二时间处测量第二瞳孔中心值；并且
确定所述一组半径值包括：在所述第一时间处测量第一半径值，并且在所述第二时间处测量第二半径值。
3.如权利要求1所述的计算机实施的方法，其中，确定所述一组角膜缘中心值、确定所述一组瞳孔中心值以及确定所述一组半径值至少是在眼睛跟踪系统跟踪所述用户眼睛时进行的。
4.如权利要求1所述的计算机实施的方法，其中：
所述偏移量模型包括线性函数；并且
形成所述偏移量模型包括基于线性回归技术来估计所述线性函数的一个或多个常数值。
5.如权利要求4所述的计算机实施的方法，其中：
所述一个或多个常数值中的第一常数值对应于所述线性函数的“k”参数，所述“k”参数表示所述线性函数的斜率；并且
所述一个或多个常数值中的第二常数值对应于所述线性函数的“m”参数，所述“m”参数表示所述线性函数的交点。
6.如权利要求1所述的计算机实施的方法，其中：
所述方法进一步包括通过将所述一组角膜缘中心值与所述一组瞳孔中心值进行比较来确定一组偏移量值，每个偏移量值表示相应的瞳孔位置相对于相应的角膜缘位置之间的偏移量；并且
进一步基于所述一组偏移量值来形成所述偏移量模型。
7.如权利要求1所述的计算机实施的方法，其中，形成所述偏移量模型包括更新现有偏移量模型的一个或多个常数值以定义所述偏移量模型。
8.如权利要求1所述的计算机实施的方法，所述方法进一步包括：基于所述偏移量模型使用眼睛跟踪算法跟踪所述用户眼睛。
9.一种系统，包括：
存储器，所述存储器被配置用于存储计算机可执行指令；以及
处理器，所述处理器被配置用于访问所述存储器并且执行所述计算机可执行指令以便至少执行以下操作：
确定用户眼睛的角膜缘的一组角膜缘中心值；
确定所述用户眼睛的瞳孔的一组瞳孔中心值；
确定所述瞳孔的一组半径值；以及
基于(i)所述一组角膜缘中心值、(ii)所述一组瞳孔中心值和(iii)所述一组半径值形成偏移量模型，所述偏移量模型描述角膜缘中心与瞳孔中心之间的、随着瞳孔大小改变而改变的所估计的偏移量。
10.如权利要求9所述的系统，其中：
确定所述一组角膜缘中心值包括：在第一时间处测量第一角膜缘中心值，并且在第二时间处测量第二角膜缘中心值；
确定所述一组瞳孔中心值包括：在所述第一时间处测量第一瞳孔中心值，并且在所述第二时间处测量第二瞳孔中心值；并且
确定所述一组半径值包括：在所述第一时间处测量第一半径值，并且在所述第二时间处测量第二半径值。
11.如权利要求9所述的系统，其中：
所述处理器进一步被配置用于通过将所述一组角膜缘中心值与所述一组瞳孔中心值进行比较来确定一组偏移量值，每个偏移量值表示相应的瞳孔位置相对于相应的角膜缘位置之间的偏移量；并且
是进一步基于所述一组偏移量值来形成所述偏移量模型。
12.如权利要求9所述的系统，其中，确定所述一组角膜缘中心值、确定所述一组瞳孔中心值以及确定所述一组半径值是以一采样率进行的。
13.如权利要求9所述的系统，其中：
所述偏移量模型包括线性函数；并且
形成所述偏移量模型包括基于线性回归技术来估计所述线性函数的一个或多个常数值。
14.如权利要求13所述的系统，其中：
所述一个或多个常数值中的第一常数值对应于所述线性函数的“k”参数，所述“k”参数表示所述线性函数的斜率；并且
所述一个或多个常数值中的第二常数值对应于所述线性函数的“m”参数，所述“m”参数表示所述线性函数的交点。
15.一种或多种计算机可读存储设备，包括计算机可执行指令，所述指令在由一个或多个处理器执行时使得所述一个或多个处理器执行包括以下各项的操作：
确定用户眼睛的角膜缘的一组角膜缘中心值；
确定所述用户眼睛的瞳孔的一组瞳孔中心值；
确定所述瞳孔的一组半径值；以及
基于(i)所述一组角膜缘中心值、(ii)所述一组瞳孔中心值和(iii)所述一组半径值形成偏移量模型，所述偏移量模型描述角膜缘中心与瞳孔中心之间的、随着瞳孔大小改变而改变的所估计的偏移量。
16.如权利要求15所述的一种或多种计算机可读存储设备，其中，所述操作进一步包括通过将所述一组角膜缘中心值与所述一组瞳孔中心值进行比较来确定一组偏移量值，每个偏移量值表示相应的瞳孔中心值相对于相应的角膜缘中心值之间的偏移量。
17.如权利要求16所述的一种或多种计算机可读存储设备，其中，所述操作进一步包括：在形成所述偏移量模型之前，至少通过以下操作来估计眼睛跟踪算法的一个或多个常数参数的一个或多个值：
绘制所述一组偏移量值和所述一组半径值；以及
基于所述一组偏移量值与所述一组半径值的线性近似来估计所述一个或多个常数参数的所述一个或多个值。
18.如权利要求15所述的一种或多种计算机可读存储设备，其中：
确定所述一组角膜缘中心值包括：在第一时间处测量第一角膜缘中心值，并且在第二时间处测量第二角膜缘中心值；
确定所述一组瞳孔中心值包括：在所述第一时间处测量第一瞳孔中心值，并且在所述第二时间处测量第二瞳孔中心值；以及
确定所述一组半径值包括：在所述第一时间处测量第一半径值，并且在所述第二时间处测量第二半径值。
19.如权利要求15所述的一种或多种计算机可读存储设备，其中，确定所述一组角膜缘中心值、确定所述一组瞳孔中心值以及确定所述一组半径值至少是在眼睛跟踪系统跟踪所述用户眼睛时进行的。
20.如权利要求15所述的一种或多种计算机可读存储设备，其中，所述操作进一步包括基于所述偏移量模型使用眼睛跟踪算法跟踪所述用户眼睛。
21.一种计算机实施的方法，包括权利要求1至8中的任一项技术特征或技术特征的任意组合。
22.一种系统，包括权利要求9至14中的任一项技术特征或技术特征的任意组合。
23.一种或多种计算机可读存储设备，包括权利要求15至20中的任一项技术特征或技术特征的任意组合。