Eye tracking system based on machine learning
Keywords:
system, face recognition, machine learning, technology, pupils, eye.
Abstract
The article discusses current technology for determining the gaze fixation point, which provides possibility of interactive interaction in various areas in computer interfaces. The developed eye tracking system is based on the HOG method and linear SVM and is implemented in Python with libraries: OpenCV, Dlib, numpy. The presented system selects the pupils in the image of a person's face, determines the coordinates of the pupils of the left and right eye, and determines the direction of the person's gaze.
References
1. Mai, T.D.T., Phung, TN. (2023). Evaluating the Performance of Some Deep Learning Model for the Problem of Emotion Recognition Based on EEG Signal. In: Nghia, P.T., Thai, V.D., Thuy, N.T., Son, L.H., Huynh, VN. (eds) Advances in Information and Communication Technology. ICTA 2023. Lecture Notes in Networks and Systems, vol 847. Springer, Cham.
2. М. В. Деркач, Д. C. Матюк. Дослідження технології ЕЕГ на прикладі реалізованого нейрокомп'ютерного інтерфейсу. Сучасні інформаційні технології та системи в управлінні [Електронний ресурс]: Зб. матеріалів ІV Міжнар. наук.-практ. конф. молодих вчених, аспірантів і студентів; 20–21 квітня 2023 р. Київ: КНЕУ, 2023. С. 81 – 83.
3. Jayarathne I, Cohen M, Amarakeerthi S. (2020) Person identification from EEG using various machine learning techniques with inter-hemispheric amplitude ratio. PLoS ONE 15(9): e0238872.
4. Д. C. Матюк, М. В. Деркач. Оцінка спектральної щільності потужності ЕЕГ сигналу. Актуальні задачі сучасних технологій : зб. тез доповідей ХІІ міжнар. наук.-практ. конф. Молодих учених та студентів, (Тернопіль, 6-7 грудня 2023). М-во освіти і науки України, Терн. націон. техн. ун-т ім. І. Пулюя [та ін.]. Тернопіль: ФОП Паляниця В. А., 2023. С. 404-405.
5. Uwisengeyimana, J. de D., Khalid Al_Salihy, N., & Ibrikci, T. (2016). Statistical Performance Effect of Feature Selection Techniques on Eye State Prediction Using EEG. International Journal of Statistics in Medical Research, 5(3), 224–230.
2. М. В. Деркач, Д. C. Матюк. Дослідження технології ЕЕГ на прикладі реалізованого нейрокомп'ютерного інтерфейсу. Сучасні інформаційні технології та системи в управлінні [Електронний ресурс]: Зб. матеріалів ІV Міжнар. наук.-практ. конф. молодих вчених, аспірантів і студентів; 20–21 квітня 2023 р. Київ: КНЕУ, 2023. С. 81 – 83.
3. Jayarathne I, Cohen M, Amarakeerthi S. (2020) Person identification from EEG using various machine learning techniques with inter-hemispheric amplitude ratio. PLoS ONE 15(9): e0238872.
4. Д. C. Матюк, М. В. Деркач. Оцінка спектральної щільності потужності ЕЕГ сигналу. Актуальні задачі сучасних технологій : зб. тез доповідей ХІІ міжнар. наук.-практ. конф. Молодих учених та студентів, (Тернопіль, 6-7 грудня 2023). М-во освіти і науки України, Терн. націон. техн. ун-т ім. І. Пулюя [та ін.]. Тернопіль: ФОП Паляниця В. А., 2023. С. 404-405.
5. Uwisengeyimana, J. de D., Khalid Al_Salihy, N., & Ibrikci, T. (2016). Statistical Performance Effect of Feature Selection Techniques on Eye State Prediction Using EEG. International Journal of Statistics in Medical Research, 5(3), 224–230.
Abstract views: 45 PDF Downloads: 58
Published
2024-06-16
How to Cite
Sedinkin , O., Derkach , M., Skarga-Bandurova , I., & Matiuk , D. (2024). Eye tracking system based on machine learning. COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, (55), 199-205. https://doi.org/10.36910/6775-2524-0560-2024-55-25
Section
Computer science and computer engineering
