Uyarı: Bu sayfa otomatik (makine) bir çeviridir, herhangi bir şüpheniz olması durumunda lütfen orijinal İngilizce belgeye bakın. Bunun neden olabileceği rahatsızlıktan dolayı özür dileriz.
TrackEye
TrackEye İnceleme
- Teknolojinin adı: TrackEye
- Bağlantı: http://www.codeproject.com/Articles/26897/TrackEye-Real-Time-Tracking-Of-Human-Eyes-Using-a
- Fiyat: Beleş
- Popülerlik: "Haziran 2008'in En İyi C ++ / MFC makalesi" yarışmasında rize kazanan.
- Minimum fiziksel gereksinimler: Hastanın gözlerini serbestçe hareket ettirmesi gerekir.
Detaylı Açıklama:
Gözler, insan yüzünün en önemli özellikleridir. Böylece göz hareketlerinin kullanıcı-bilgisayar arayüzlerinde bir iletişim tekniği olarak kullanılması, çeşitli uygulama alanlarında yer bulabilir.
Göz izleme ve göz özellikleri tarafından sağlanan bilgiler, bir insan-bilgisayar etkileşimi (HCI) sisteminde bir bilgisayarla iletişim kurmanın ilginç bir yolu olma potansiyeline sahiptir. Dolayısıyla bu motivasyon ile gerçek zamanlı bir göz özellik izleme yazılımı tasarlama bu projenin amacıdır.
Projenin amacı, aşağıdaki özelliklere sahip gerçek zamanlı bir göz özellikli izleyiciyi uygulamaktır:
- Ölçek ve döndürme değişmezliği ile RealTime yüz izleme
- Göz bölgelerini ayrı ayrı takip etmek
- Göz özellikleri
- Göz bakışı yön bulma
- Göz hareketlerini kullanarak uzaktan kontrol
TrackEye'ı Çalıştırma ve Yeniden Oluşturma Talimatları
TrackEye_Executable.zip dosyasını çıkarın. TrackEye_636.exe dosyasını çalıştırmadan önce, iki dosyayı SampleHUE.jpg ve SampleEye.jpg dosyasını C: \ klasörüne kopyalayın. Bu iki dosya CAMSHIFT ve Şablon Eşleştirme algoritmaları için kullanılır.
Yazılımı çalıştırmak için kullanıcının izleyeceği başka bir adım yoktur. Yazılımın statik olarak dahil olduğu DLL'lerle oluşturulmuş olması nedeniyle DLL bağımlılığı yoktur.
İyi Bir İzleme İçin Yapılması Gereken Ayarlar
Yüz ve Göz Algılama Ayarları
Under TrackEye Menu --> İzleyici Ayarları.
- Giriş Kaynağı: video
- Dosya seç üzerine tıklayın ve seçin. \ Avis \ Sample.avi
- Yüz Algılama Algoritması: Haar Yüz Algılama Algoritması
- “Aynı zamanda Gözleri Takip Et” onay kutusunu işaretleyin
- Göz Algılama Algoritması: Uyarlanabilir PCA
- “Varyans Kontrolü” işaretini kaldırın
- Veritabanının Görüntü Sayısı: 8
- EigenEyes Sayısı: 5
- Göz boşluğundan izin verilen maksimum mesafe: 1200
- Yüz genişliği / göz şablon genişliği oranı: 0.3
- PCA sırasında kullanılacak ColorSpace tipi: CV_RGB2GRAY
- Öğrenci Tespiti için Ayarlar
“Gözlerdeki ayrıntıları takip et” seçeneğini işaretleyin ve ardından “Göz gözbebeği tespit et” seçeneğini işaretleyin. “Parametreleri Ayarla” düğmesine tıklayın:
- “Eşik Değeri” olarak “120” girin
- “Ayarları Kaydet” e ve ardından “Kapat” a tıklayın.
- Yılan ayarları
“Aktif yılan kullanarak göz sınırını belirtin” seçeneğini işaretleyin. “Yılan ayarları” düğmesini tıklayın:
- Kullanmak için ColorSpace'i seçin: CV_RGB2GRAY
- Basit eşikleme'yi seçin ve “Eşik değeri” olarak 100 girin
- “Ayarları Kaydet” e ve ardından “Kapat” a tıklayın.
- Arka fon
- Şimdiye kadar göz tespiti konusunda çok fazla çalışma yapıldı ve projeden önce uygulanan metodu belirlemek için önceki metotlar dikkatlice incelendi. Gözle ilgili çalışmaları aşağıda listelenen iki ana kategoride sınıflandırabiliriz.
Özel Ekipman Tabanlı Yaklaşımlar
Bu tür çalışmalar, yörüngedeki gözün pozisyonuyla orantılı olan bir tür sinyal verecek gerekli ekipmanları kullanır. Kullanımda olan çeşitli yöntemler, Elektrookülografi, Kızıl ötesi Okülografi, Skleral arama bobinleridir. Bu yöntemler tamamen projemizin dışında.
İmaja Dayalı Yaklaşımlar
Görüntü tabanlı yaklaşımlar, görüntülerde göz algılamalarını gerçekleştirir. Görüntü tabanlı yöntemlerin çoğu, gözlerin özelliklerini kullanarak gözleri algılamaya çalışır. Şimdiye kadar kullanılan yöntemler bilgiye dayalı yöntemler, özellik tabanlı yöntemler (renk, gradyan), basit şablon eşleştirme, görünüm yöntemleridir. Bir başka ilginç yöntem, geometrik modelin enerjisini en aza indirerek bir göz görüntüsündeki geometrik bir göz şablonunun eşleştirilmesine dayanan "Deforme edilebilir şablon eşleştirme" dir.
TrackEye Uygulaması
Uygulanan proje üç bileşen üzerindedir:
- Yüz algılama: Ölçek değişmez yüz algılama gerçekleştirir
- Göz algılama: Her iki göz de bu adımın sonucu olarak algılanır.
- Göz özelliği çıkarımı: Gözlerin özellikleri bu adımın sonunda çıkarılır.
- Yüz tanıma
Projede iki farklı yöntem uygulanmıştır. Onlar:
- Sürekli Uyarlamalı Ortalama Değişim Algoritması
- Haar Yüz Algılama yöntemi
- Sürekli Adaptif Ortalama Vites Algoritması
- Uyarlanabilir Ortalama Kayma algoritması, insan yüzlerini izlemek için kullanılır ve ortalama kayma algoritması adı verilen olasılık dağılımlarının modunu (tepe noktası) bulmak için yoğunluk gradyanlarını tırmanmaya yönelik güçlü parametrik olmayan bir tekniğe dayanır. Yüzler video dizilerinde izlendiğinden, ortalama kaydırma algoritması dinamik olarak değişen renk olasılık dağılımları problemiyle başa çıkmak için değiştirilir. Algoritmanın blok şeması aşağıda verilmiştir:
Haar-Yüz Algılama Yöntemi
İkinci yüz algılama algoritması, Haar-Benzeri özelliklerle çalışan bir sınıflandırıcıya dayanır (yani, Haar'a benzeyen özelliklerle çalışan yükseltilmiş sınıflandırıcılardan oluşan bir kaskad). Her şeyden önce, bir yüzün birkaç yüz örnek manzarasına bakılır. Bir sınıflandırıcı eğitildikten sonra, bir giriş görüntüsündeki ilgilenilen bir bölgeye uygulanabilir. Sınıflandırıcı, bölgenin yüzü göstermesi muhtemelse "1", aksi halde "0" verir. Tüm görüntüdeki nesneyi aramak için, kişi arama penceresini görüntü üzerinde hareket ettirebilir ve sınıflandırıcıyı kullanarak her yeri kontrol edebilir. Sınıflandırıcı, ilgilenilen nesneleri, görüntünün kendisini yeniden boyutlandırmaktan daha verimli olan farklı boyutlarda bulmak için kolayca "yeniden boyutlandırılabilecek" şekilde tasarlanmıştır.