تخمین عمق نگاه ناظر با استفاده از ردیابی سه بعدی چشم با روش یادگیری عمیق

در سال های اخیر با رشد فناوری های هوش مصنوعی، تحقیقات در زمینه برقراری ارتباط تعاملی بین انسان و کامپیوتر رشد فزاینده ای داشته است. روش های متعددی برای تعامل بین مغز انسان و ماشین ارائه شده اند. ردیابی خیرگی چشم با استفاده از بینایی ماشین و پردازش تصویر به علت مزایایی همچون غیرتهاجمی بودن و عدم استفاده از سیگنال های مضر رادیویی و مغناطیسی، ارزان بودن و قابل حمل بودن موردتوجه محققین قرار گرفته است. در این مقاله یک شیوه نوین برای تخمین عمق نگاه ناظر با استفاده از ردیابی سه بعدی چشم با روش های رگرسیون خطی و یادگیری عمیق ارائه شده است. برای دستیابی به اهداف تحقیق برای اولین بار یک مجموعه داده تهیه شد و در آن تعداد زیادی تصویر از چشم افراد با شرایط سنی و جنسی متنوع در حال نگاه به یک هدف متحرک در فاصله ها و شرایط روشنایی متفاوت ثبت شد. جهت افزایش دقت استخراج ویژگی های چشم از یک شبکه عصبی مبتنی بر یادگیری عمیق استفاده شد. با استفاده از ایده ره گیری تغییرات فیزیولوژیکی چشم ازجمله محل قرارگیری و اندازه مردمک و فاصله مردمک دو چشم و تغییر محل نقاط انعکاسی قرنیه در اثر تغییرات میزان روشنایی محیط و فاصله هدف از چشم و همچنین پدیده هایی مانند اختلاف منظر و تطابق که مغز برای تشخیص عمق از آن بهره می گیرد، برای تشخیص عمق نگاه ناظر استفاده شد. نتایج نشان دادند که با روش رگرسیون خطی با دقت بالای ۹۰ درصد و با روش یادگیری عمیق با دقت نزدیک به ۹۳ درصد، عمق نگاه ناظر تخمین زده می شود.

کلیدواژه ها:

ردیابی خیرگی چشم ، تشخیص عمق نگاه ، یادگیری عمیق ، شبکه عصبی کانولوشنی