Моделювання та дослідження методів детекції погляду користувача у системах людино-комп’ютерної взаємодії
DOI:
https://doi.org/10.30837/0135-1710.2025.185.023Ключові слова:
комп’ютерний зір, коригування руху очей, калібрування, фільтр Калмана, експоненційне згладжуванняАнотація
Розглянуто підходи до організації безконтактної взаємодії людини з комп’ютером на основі напрямку погляду. Наведено структуру системи, що складається з модулів виявлення обличчя, визначення орієнтації голови, аналізу положення очей та прогнозування напрямку погляду за допомогою нейромережевої моделі.
Підкреслено важливість етапу попередньої обробки та нормалізації зображень для забезпечення стабільної роботи системи в умовах змін зовнішнього освітлення та положення голови користувача. Висвітлено використання нейронної мережі, що отримує на вхід нормалізовані зображення очей та обличчя, та генерує прогноз напрямку погляду у вигляді кутів нахилу. Зазначено, що ці дані конвертуються у тривимірний вектор, який перетинається з площиною екрана для визначення координат точки, на яку спрямовано погляд.
Описано розроблений механізм підтвердження вибору за допомогою подвійного кліпання. Це рішення дозволяє виконувати команди без необхідності використання клавіатури чи миші, що є особливо актуальним для користувачів з обмеженими фізичними можливостями.
У результаті дослідження зроблено висновок, що розроблена система демонструє високу точність та стабільність при роботі в реальному часі. Запропоновані рішення відкривають перспективи для подальшого розвитку систем природної взаємодії людини з комп'ютером, зокрема у сфері асистивних технологій.
Посилання
Zhang Z., Chen Y., Li L. Gaze Tracking Techniques and Applications. Springer, 2019. 320 p.
Hennadiy F., Zakharchenko A. Machine Learning Algorithms for Eye Gaze Detection. Journal of Computational Intelligence. 2021. Vol. 16, No. 3. P. 189–202.
Viola P., Jones M. Rapid Object Detection using a Boosted Cascade of Simple Features. CVPR, 2001. P. 511–518.
Cheng Y., Liu W., Lv F. Real-Time Gaze Estimation Based on CNN and Facial Landmark Detection Sensors. 2020. Vol. 20, No. 4. P. 1–15.
Welch G., Bishop G. An Introduction to the Kalman Filter. UNC Chapel Hill. 1995. 16 p.
Васильєва І., Коваленко Ю. Техніки фільтрації шуму в системах відстеження погляду. Харків: Наукова думка, 2020. 192 с..
Papoutsaki A., Sadeh N., Huang J., Lasecki W.S., Bigham J.P. WebGazer: Scalable Webcam Eye Tracking Using User Interactions. IJHCS. 2016. Vol. 98. P. 102–113.
Tobii Eye Tracking. URL: https://www.tobii.com/ (дата звернення: 26.04.2025).
Медіапайп (MediaPipe). Розробка моделей для відстеження обличчя. URL: https://google.github.io/mediapipe/solutions/face_mesh (дата звернення: 26.04.2025).
Мартин Х., Джонс Р. Комп'ютерний зір та глибинне навчання для відстеження погляду. Київ: Наукова думка, 2021. 312 с.
Офіційний сайт OpenCV: Бібліотека для комп’ютерного зору та обробки зображень. URL: https://opencv.org/ (дата звернення: 26.04.2025).
Офіційний сайт PyTorch: Бібліотека глибинного навчання. URL: https://pytorch.org/ (дата звернення: 26.04.2025).