Система для відстеження руху очей на основі машинного навчання.
Ключові слова:
система, розпізнавання обличчя, машинне навчання, технологія, зіниці, око.
Анотація
У статті розглянута актуальна технологія визначення точки фіксації погляду, що надає можливість інтерактивної взаємодії у різних сферах, зокрема у вдосконаленні комп’ютерних інтерфейсів. Розроблена система для відстеження руху очей ґрунтується на методі HOG та лінійному алгоритмі машинного навчання SVM й реалізована на мові програмування Python з підключенням бібліотек: OpenCV, Dlib, numpy. Представлена система виділяє зіниці на зображенні обличчя людини, визначає координати зіниць лівого і правого ока, визначає напрямок погляду людини.
Посилання
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.
Опубліковано
2024-06-16
Як цитувати
Седінкін, О., Деркач, М., Скарга-Бандурова, І., & Матюк, Д. (2024). Система для відстеження руху очей на основі машинного навчання . КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, (55), 199-205. https://doi.org/10.36910/6775-2524-0560-2024-55-25
Розділ
Інформатика та обчислювальна техніка
