Повышение быстродействия системы слежения за взглядом на основе CUDA технологии

Обложка

Цитировать

Полный текст

Аннотация

В нынешнее время бюджетные системы слежения за взглядом пользуются большим спросом в связи с широким сектором их применения, как в промышленности, так и в персональном использовании. Как правило, для наблюдения за взглядом человека необходимы дополнительные устройства (например, носимые на голове камеры), однако в данном исследовании отслеживание взгляда происходит в реальном времени и основано на входном видеопотоке с инфракрасной камеры. Для выяснения актуальности данной разработки был проведён сравнительный анализ существующих аналогов и выделены основные характеристики систем слежения за взглядом. Данными характеристиками являются цена, точность слежения, угловая ошибка, гибкость системы и удобство использования. Была разработана методика, которая позволяет производить расчёт вектора направления взгляда исходя из взаимного расположения центра зрачка и блика на роговице глаза от инфракрасного диода. Центры зрачков и бликов вычисляются, используя векторное поле градиентов исходного изображения и дополнительную матрицу весов. Технология CUDA применяется для ускорения работы данного алгоритма. Основное преимущество разработанного алгоритма заключается в том, что изменение положения головы не влияет на обнаружение зрачка и слежение за взглядом, что значительно расширяет область применения данной системы слежения за взглядом.

Об авторах

Елена Алекссевна Сибирцева

Национальный исследовательский университет «Высшая школа экономики»

Email: elsibirtseva@gmail.com
Департамент компьютерных наук

Иван Михайлович Гостев

Национальный исследовательский университет «Высшая школа экономики»

Email: igostev@gmail.com
Департамент компьютерных наук

Список литературы

  1. Fischer B., Ramsperger E. Human Express Saccades: Extremely Short Reaction Times of Goal Directed Eye Movements // Experimental Brain Research. - 1984. - Vol. 57, No 1. - Pp. 191-195.
  2. Buswell G. T. Fundamental Reading Habits // Supplementary Educational Monographs. - 1922. - No 21.
  3. Real-Time Volume Graphics / K. Engel, M. Hadwiger, J. M. Kniss et al. - Ak Peters Natick, 2006. - Pp. 112-114.
  4. Cornsweet T. N. Visual Perception. - New York: Academic, 1970.
  5. Gonzalez R. C., Woods R. E. Digital Image Processing. - New York: Prentice Hall Upper Saddle River, 2002.
  6. NVIDIA, CUDA. - Accessed: 29.05.2014. http://www.nvidia.com/object/ cuda_home_new.html, accessed: 29.05.2014.
  7. Saaty T. L., Peniwati K. Group Decision Making: Drawing Out and Reconciling Differences. - RWS Publications, 2008.
  8. Eye-Com Corporation. - Accessed: 16.02.2014. http://eyecomcorp.com, accessed: 16.02.2014.
  9. EagleEyes. The Opportunity Foundation of America. - Accessed: 16.02.2014. http://www.opportunityfoundationofamerica.org/, accessed: 16.02.2014.
  10. Tobii Eye Tracking Research. - Accessed: 16.02.2014. http://www.tobii.com/ en/eye-tracking-research/global/, accessed: 16.02.2014.
  11. Saaty T. L. Revista de la real academia de ciencias exactas, fisicas y naturales // Serie A: Matematicas. - 2008. - Vol. 102, No 2. - Pp. 251-318.
  12. OpenCV. - Accessed: 29.05.2014. http://opencv.org/, accessed: 29.05.2014.
  13. Microsoft. - Accessed: 29.05.2014. http://www.microsoft.com/en-us/ kinectforwindows, accessed: 29.05.2014.

© Сибирцева Е.А., Гостев И.М., 2014

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах