基於卷積神經網路之光場顯示眼動追蹤模型;CNN-Based Gaze Estimation for Light Field Display

NCU Institutional Repository > 理學院 > 光電科學研究所 > 博碩士論文 > Item 987654321/92385

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/92385

题名:	基於卷積神經網路之光場顯示眼動追蹤模型;CNN-Based Gaze Estimation for Light Field Display
作者:	朱冠宇;Zhu, Guan-Yu
贡献者:	光電科學與工程學系
关键词:	眼動追蹤;卷積神經網路;光場
日期:	2023-08-11
上传时间:	2024-09-19 15:49:07 (UTC+8)
出版者:	國立中央大學
摘要:	本論文旨在開發應用於頭戴式光場顯示的眼動追蹤模型。本模型以機器學習為基礎，以可見光的攝影機進行拍攝，利用捕捉到人眼的可見光影像作為輸入，經過神經網路得到對應的人眼凝視點作為輸出。本模型是由兩種網路架構串連而成的，分別為特徵定位模型以及映射模型，其中特徵定位模型利用卷積神經網路(convolution neural network，簡稱CNN)提取RGB影像的特徵圖，再使用特徵圖計算人眼在影像中的對應座標X_e、Y_e，目前並沒有對應的資料庫能夠符合光場顯示的應用場域，因此我們設計了一套拍攝架構用於產生眼睛影像的資料庫；映射模型為全連接網路(fully connected network，簡稱FCN)架構，在每次眼動追蹤前紀錄一組校正影像，接著使用校正影像訓練映射模型的參數，訓練完成的映射模型能將眼睛(影像)座標X_e、Y_e轉換成凝視點(螢幕)座標X_g、Y_g，達到眼動追蹤的目的。本研究的主要貢獻為(1)建立光場顯示的眼動追蹤資料庫、(2)開發應用於光場顯示的眼動追蹤模型、(3)利用RGB影像進行追蹤，不需要額外的光源。 ;This study aims to develop an eye-tracking model for use in head-mounted light field displays. The model is based on machine learning and utilizes a visible light camera to capture images. It takes the captured visible light images of the human eye as input and employs a neural network to output the corresponding gaze point. The model consists of two interconnected network architectures: the feature localization model and the mapping model. The feature localization model utilizes a Convolutional Neural Network (CNN) to extract feature maps from RGB images. These feature maps are then used to compute the corresponding coordinates, X_e and Y_e, of the human eye in the image. Since there is currently no existing database that matches the application domain of light field displays, we designed a capture setup to generate a database of eye images. The mapping model employs a Fully Connected Network (FCN) architecture. Before each eye-tracking session, a set of calibration images is recorded. The parameters of the mapping model are then trained using these calibration images. The trained mapping model can convert the eye (image) coordinates X_e and Y_e to gaze point (screen) coordinates X_g and Y_g, thereby achieving eye-tracking. The main contributions of this research are as follows: (1) Establishing an eye-tracking database for light field displays, (2) Developing an eye-tracking model specifically designed for light field displays, and (3) Utilizing RGB images for tracking without the need for additional light sources.
显示于类别:	[光電科學研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	12	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....