ردیابی چشم و نگاه برای تعامل با صفحه نمایش گرافیکی

این مقاله یک سیستم کامپیوتری تصویری بر اساس روشن سازی IR به منظور ردیابی نگاه در تعامل با صفحه نمایش گرافیکی را شرح می دهد. بر خلاف بیشتر تکنیک های ردیابی که اغلب به فرض ثابت بودن سر و فرایند طاقت فرسای کالیبراسیون برای هر فرد نیاز دارد، ردیاب ما می تواند بدون کالیبراسیون و تحت حرکت چشمگیر سر، تخمین دقیق و مناسبی ارائه دهد. این امر به وسیله یک فرایند جدید کالیبراسیون که با استفاده از شبکه های عصبی رگرسیونی تعمیم یافته (GRNNs) نقشه را از پارامترهای مردمک برای غربالگری مختصات تعیین می کند، امکان پذیر می گردد. با GRNNs نیازی به اینکه ناچارا نقشه یابی براساس یک تابع تحلیلی باشد نیست و حرکات سر صریحا توسط تابع نقشه یابی به حساب آورده می شود. به علاوه تابع نقشه یابی را می توان به سایر افرادی که در دوره آزمایش نبوده اند تعمیم داد. برای بهبود بیشتر دقت تخمین از یک طرح دسته بندی مرتبه ای که مربوط به دسته های با تمایل به خارج شدن از دسته بندی می باشد، استفاده می کنیم. این امر موجب افزایش ۱۰ درصدی خطای دسته بندی می شود. دقت زاویه ای نگاه در حدود ۵° در راستای افقی و ۸° در راستای عمودی است. دقت

This paper describes a computer vision system
based on active IR illumination for real-time gaze tracking for
interactive graphic display. Unlike most of the existing gaze
tracking techniques, which often require assuming a static
head to work well and require a cumbersome calibration process for each person, our gaze tracker can perform robust and
accurate gaze estimation without calibration and under rather
significant head movement. This is made possible by a new
gaze calibration procedure that identifies the mapping from
pupil parameters to screen coordinates using generalized regression neural networks (GRNNs). With GRNNs, the mapping does not have to be an analytical function and head movement is explicitly accounted for by the gaze mapping function.
Furthermore, the mapping function can generalize to other individuals not used in the training. To further improve the gaze
estimation accuracy, we employ a hierarchical classification
scheme that deals with the classes th