1.一种有效注视点检测方法，其特征在于，包括：基于采集的眼动信息进行原始模型训练，得到有效注视点检测模型，所述有效注视点检测模型中用于确定有效注视点的速度阈值根据输入至所述有效注视点检测模型的信息自适应调整，所述采集的眼动信息包括位置序列和时间序列；所述有效注视点检测模型基于所采集的眼动信息，得到所述眼动信息对应的有效注视点，所述眼动信息包括位置序列和时间序列；将所述有效注视点进行聚合处理得到聚合后的有效注视点；其中，所述原始模型包括信号预处理单元、隐马尔科夫模型单元、最小协方差行列式估计单元和多元控制图单元；相应的，所述基于采集的眼动信息进行原始模型训练，得到有效注视点检测模型，包括：将所述位置序列和时间序列输入至信号预处理单元，得到速度序列；将所述速度序列输入至所述隐马尔科夫模型单元的算法重构子单元，得到模型参数；相应的，所述有效注视点检测模型基于所采集的眼动信息，得到所述眼动信息对应的有效注视点，包括：将所述速度序列和所述模型参数输入至所述隐马尔科夫模型单元的分类子单元，得到速度分类信息；将所述速度分类信息和对应的位置序列输入至最小协方差行列式估计单元，得到初筛后的位置序列、所对应的速度序列和所对应的速度分类信息；将初筛后的速度分类信息和所对应的速度序列输入至所述多元控制图单元，得到筛选后的眼动数据，不同的初筛后的速度序列对应不同的速度阈值，所述筛选后的眼动数据为所述眼动信息对应的有效注视点。
2.根据权利要求1所述的方法，其特征在于，所述隐马尔科夫模型单元用于检测的状态包括注视点的速度分布和眼跳点的速度分布。
3.根据权利要求1所述的方法，其特征在于，所述将所述位置序列和时间序列输入至信号预处理单元，得到速度序列，包括：通过所述信号预处理单元过滤所述位置序列中属性信息为缺失信号的位置序列，得到过滤后的位置序列和对应的时间序列；通过所述信号预处理单元，将过滤后的位置序列和对应的时间序列，转换为速度序列。
4.根据权利要求1所述的方法，其特征在于，将所述有效注视点进行聚合处理得到聚合后的有效注视点，包括：将所述有效注视点进行聚合处理，将满足设定条件的注视点确定为聚合后的有效注视点，不同的聚合方法对应不同的设定条件。
5.根据权利要求4所述的方法，还包括：将不满足设定条件的注视点确定为眼跳数据。
6.根据权利要求5所述的方法，其特征在于，还包括：将所述有效注视点检测模型检测出的眼跳数据和经所述设定条件确定的眼跳数据进行聚合，得到聚合后的眼跳数据。
7.一种有效注视点检测装置，其特征在于，包括：训练模块，用于基于采集的眼动信息进行原始模型训练，得到有效注视点检测模型，所述有效注视点检测模型中用于确定有效注视点的速度阈值根据输入至所述有效注视点检测模型的信息自适应调整，所述采集的眼动信息包括位置序列和时间序列；检测模块，用于所述有效注视点检测模型基于所采集的眼动信息，得到所述眼动信息对应的有效注视点，所述眼动信息包括位置序列和时间序列；聚合处理模块，用于将所述有效注视点进行聚合处理得到聚合后的有效注视点；其中，所述原始模型包括信号预处理单元、隐马尔科夫模型单元、最小协方差行列式估计单元和多元控制图单元；相应的，训练模块包括：速度序列单元，用于将所述位置序列和时间序列输入至信号预处理单元，得到速度序列；模型参数单元，用于将所述速度序列输入至所述隐马尔科夫模型单元的算法重构子单元，得到模型参数；相应的，检测模块包括：速度分类信息单元，用于将所述速度序列和所述模型参数输入至所述隐马尔科夫模型单元的分类子单元，得到速度分类信息；初筛单元，用于将所述速度分类信息和对应的位置序列输入至最小协方差行列式估计单元，得到初筛后的位置序列、所对应的速度序列和所对应的速度分类信息；眼动数据单元，用于将初筛后的速度分类信息和所对应的速度序列输入至所述多元控制图单元，得到筛选后的眼动数据，不同的初筛后的速度序列对应不同的速度阈值，所述筛选后的眼动数据为所述眼动信息对应的有效注视点。
8.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
