學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Has files: NoSubject: search.filters.subject.Gaze estimation

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
  • No Thumbnail Available
    Item
    基於單應性轉換與支持向量回歸之注視預測研究
    (2021) 朱苓語; Chu, Ling-Yu
    視覺是人體接收外界資訊最重要的感官之一，扮演著獲取外界資訊的重要角色，近年來，科技技術的進步，透過視覺能達到人機互動，在教育、廣告、醫療、娛樂或遠距教學等領域也已經有不少應用。　　當前，眼動追蹤設備大多需要頭戴式裝置或是基於瞳孔中心角膜屈光 ( Pupil Center Corneal Reflection, PCCR ) 技術，此種裝置在使用規範上仍有不少限制，如系統不允許使用者頭部移動、環境中不可有其他干擾光源等，為了解決上述的問題，本論文提出基於機器學習方法預測使用者注視區域，並允許使用者在特定程度下自由移動頭部，且僅需使用筆記型電腦內建的攝影機擷取影像。　　在系統流程上，首先以單應性轉換矩陣 ( Homography Transformation Matrix, HT )計算使用者注視位置，當使用者頭部偏移時，會導致轉換矩陣預測注視位置偏移，為了實現頭部的自由移動，採用機器學習方法補償頭部位移量，最終預測注視位置為單應性矩陣計算值及支持向量回歸 ( Support Vector Regression, SVR ) 補償量之疊加。　　透過實驗結果，證明此演算法對於瞳孔中心偵測準確率達94%，在注視區域預測準確率達90%，深入探討不同頭部與鏡頭距離以及頭部移動幅度，對於該系統注視預測的影響，表明在特定頭部移動程度下，使用者輕微晃動或距離鏡頭30至40公分，將達到最佳的注視預測效果。
  • No Thumbnail Available
    Item
    使用網路攝影機即時人眼偵測與注視點分析
    (2011) 林瑞硯; Lin Ruei Yan
    數年來，眼睛偵測與注視點分析一直為學術或應用上的熱門研究主題，其原因為眼睛是人臉上最重要且顯著的部位。學術上常利用眼睛作為人臉偵測特徵，應用上則常用於影像追蹤，例如以眼睛代替滑鼠操作的眼控滑鼠、駕駛疲勞偵測或是近年熱門的裸視3D技術。 過往的方法多數利用侵入性的紅外線照射眼睛，亦或是利用昂貴的眼動儀輔助實驗，雖然可提高眼睛偵測或注視點分析辨識率，卻忽略了對人體的潛在傷害或是一般人無法輕易取得的缺點。 本論文提出一個使用低解析度的網路攝影機即時偵測眼睛與注視點分析方法，實現以低成本實驗器材達到正確偵測眼睛與注視點分析的目的，主要方法分成兩大部分，首先利用人臉偵測獲得人臉影像，利用光線濾波器過濾光線，並且結合鼻子位置實作角度權重機制，保留正確的眼睛區域，其次透過注視點校正程序，記錄使用者不同注視點位置的眼睛資訊，建構使用者當下環境的注視點模型，藉由比對模型以達到判斷注視點區塊。