• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Semi-Supervised Pattern Recognition and Machine Learning for Eye-Tracking.
【24h】

Semi-Supervised Pattern Recognition and Machine Learning for Eye-Tracking.

机译：用于眼动追踪的半监督模式识别和机器学习。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The first step in monitoring an observer's eye gaze is identifying and locating the image of their pupils in video recordings of their eyes. Current systems work under a range of conditions, but fail in bright sunlight and rapidly varying illumination. A computer vision system was developed to assist with the recognition of the pupil in every frame of a video, in spite of the presence of strong first-surface reflections off of the cornea.;A modified Hough Circle detector was developed that incorporates knowledge that the pupil is darker than the surrounding iris of the eye, and is able to detect imperfect circles, partial circles, and ellipses. As part of processing the image is modified to compensate for the distortion of the pupil caused by the out-of-plane rotation of the eye. A sophisticated noise cleaning technique was developed to mitigate first surface reflections, enhance edge contrast, and reduce image flare. Semi-supervised human input and validation is used to train the algorithm.;The final results are comparable to those achieved using a human analyst, but require only a tenth of the human interaction.
机译：监视观察者的眼睛凝视的第一步是在他们的眼睛的视频记录中识别和定位他们的瞳孔图像。当前的系统可以在一定条件下工作，但是在明亮的阳光和快速变化的照明下会失效。尽管存在角膜表面强烈的第一面反射，但仍开发了一种计算机视觉系统来帮助识别视频每一帧中的瞳孔。开发了一种改进的霍夫圆环探测器，该探测器结合了以下知识：瞳孔比周围的虹膜暗，并且能够检测出不完美的圆圈，部分圆圈和椭圆形。作为处理的一部分，修改图像以补偿由眼睛的平面外旋转引起的瞳孔失真。已开发出一种先进的噪声清除技术，以减轻第一表面的反射，增强边缘对比度并减少图像光斑。使用半监督的人工输入和验证来训练算法。最终结果与使用人工分析人员获得的结果可比，但只需要人工交互的十分之一。

著录项

  • 作者

    Kinsman, Thomas B.;

  • 作者单位

    Rochester Institute of Technology.;

  • 授予单位 Rochester Institute of Technology.;
  • 学科 Computer science.;Robotics.;Engineering.
  • 学位 Ph.D.
  • 年度 2015
  • 页码 255 p.
  • 总页数 255
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 公共建筑;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号