Gaze estimation: a mathematical challenge
El interés en los sistemas de eye tracking está creciendo significativamente en la actualidad. Aunque la tecnología de eye tracking puede parecer nueva, el estudio del movimiento del ojo ya empezó a principios del siglo XIX y los primeros sistemas de eye tracking basados en video-oculografía surgier...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2017 |
| País: | España |
| Institución: | Universidad Pública de Navarra |
| Repositorio: | Academica-e. Repositorio Institucional de la Universidad Pública de Navarra |
| OAI Identifier: | oai:academica-e.unavarra.es:2454/32189 |
| Acceso en línea: | https://hdl.handle.net/2454/32189 |
| Access Level: | acceso abierto |
| Palabra clave: | Eye tracking Gaze estimation |
| Sumario: | El interés en los sistemas de eye tracking está creciendo significativamente en la actualidad. Aunque la tecnología de eye tracking puede parecer nueva, el estudio del movimiento del ojo ya empezó a principios del siglo XIX y los primeros sistemas de eye tracking basados en video-oculografía surgieron a principios de los años ochenta. Los eye trackers han estado limitados principalmente a la investigación y a las personas con discapacidad, pero en los últimos años el uso de esta tecnología se está expandiendo. Los sistemas de eye tracking pueden cambiar la forma de interactuar con los dispositivos cotidianos. El objetivo de esta tesis es facilitar el uso general de esta tecnología. Con este fin, los eye trackers tienen que ser baratos, precisos y permitir al usuario mover la cabeza libremente. Hay un gran interés en estimar la mirada con una sola cámara web, ya que casi todos los dispositivos incluyen una, y en reducir el número de luces infrarrojas. Sin embargo, el eye tracking basado en una cámara web supone nuevos desafíos tales como un campo de visión más amplio y una calidad de imagen inferior. En esta tesis, la precisión y robustez de métodos de estimación de la mirada existentes basadas en una cámara y dos luces infrarrojas son evaluadas para un rango amplio de movimiento de cabeza cuando se utiliza una cámara web. Una de las principales fuentes de error en la estimación de la mirada es la precisión de los detectores de características, por ello se analiza el impacto de las características de la cámara en los errores de detección de características. La ventaja de usar una cámara web es que el gran campo de visión permite capturar ambos ojos. El uso de datos binoculares es explotado para diseñar nuevos métodos de estimación de la mirada. La mayoría de los métodos de estimación de la mirada existentes se basan en al menos dos luces infrarrojas para proporcionar robustez al movimiento de cabeza. En esta tesis, se proponen y evalúan métodos de estimación de la mirada que sólo requieren de una cámara y una sola luz infrarroja manteniendo una robustez aceptable al movimiento de cabeza. También se presentan e investigan métodos de estimación de la mirada que no requieren luz infrarroja. Además, se proponen los procesos gaussianos como una alternativa a las regresiones polinomiales. |
|---|