تخمين مقاوم جهت نگاه نسبت به چرخش سر با استفاده از يك دوربين معمولي

Pose-invariant eye gaze estimation using a conventional camera

چكيده: مساله"تخمين جهت نگاه" به دليل كاربردهاي متعدد، از جمله كمك به ارتباط معلولين با كامپيوتر، از سال ها قبل مورد تحقيق بوده است. در سال هاي اخير روش هاي غيرمداخله جويانه، مبتني بر پردازش تصوير، مورد توجه قرار گرفته است. در اين مقاله، از استخراج مرزهاي عنبيه، برازش بيضي به لبه هاي عنبيه و ارتباط هندسي موجود ميان تصوير دوبُعدي و سه بُعديِ عنبيهبراي حل مساله استفاده مي شود. دقت اين روش به دقت پارامترهاي بيضي برازش شده وابسته است، كه خود مستلزم داشتن تصويري بزرگتر از عنبيه و/يا افزايش دقت الگوريتم ها است. دستاوردهاي اصلي اين مقاله استفاده از يك دوربين معمولي و در عوض ارايه الگوريتم هاي جديد با عملكردهاي بهتر براي تشخيص مرز عنبيه و برازش بيضي است. از مهمترين خصوصيات الگوريتم پيشنهادي براي استخراج مرزهاي عنبيه، سرعت بالا و مقاوم بودن در برابر نويز و شكستگي است. الگوريتم برازش بيضي، بر اساس قيودي پيشنهادي و با استفاده حداكثري از نقاط مرزي عنبيه، دقت بالايي را براي سيستم نهايي نتيجه مي دهد. همچنين، اين سيستم، برخلاف كارهاي پيشين، از هيچ پيش فرضي در مورد وضعيت سر استفاده نمي كند. بنابراين، دستاورد مهم ديگر اين مقاله مقاوم بودن سيستم پيشنهادي نسبت به چرخش هاي گوناگون سر است. كيفيت عملكرد سيستم با تصاوير ساختگي و واقعي مورد ارزيابي قرار گرفته است.

Abstract: The “Gaze Estimation” problem, due to its manifold applications, including human computer interaction for the handicapped, has been a topic of research since many years ago. Recently, the non-intrusive methods, based on image processing, are interested. In this paper, iris boundaries extraction, ellipse fitting to iris edges and geometrical relation between 3D and 2D images are used to estimate gaze direction. The accuracy of this method mainly relies on the accuracy of the fitted ellipse parameters which in turn requires higher resolution of iris image and/or more accurate algorithms. The key contributions of this paper are proposing novel algorithms to improve the performance of iris boundary extraction and ellipse fitting, while a conventional camera is employed. The main characteristics of the proposed algorithm for iris boundary extraction are being faster and robust to noisy and imperfect images. The ellipse fitting algorithm based on the proposed constraints, utilizes most of the iris boundary points which results in higher accuracy for the overall system. Moreover, this algorithm, unlike previous ones, has no pre-assumption about the head pose. Thus, another important contribution of this paper is the robustness of the proposed system to the head pose variations. The performance of the system has been evaluated on both synthetic and real images.