Chulalongkorn University Theses and Dissertations (Chula ETD)

ขั้นตอนวิธีการตรวจจับการเคลื่อนที่ของใบหน้า และดวงตาเพื่อสั่งการทำงานคอมพิวเตอร์

Other Title (Parallel Title in Other Language of ETD)

FACE AND EYE TRACKING ALGORITHM FOR CONTROLLING COMPUTER FUNCTIONS

Year (A.D.)

2013

Document Type

Thesis

First Advisor

สุรีย์ พุ่มรินทร์

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิศวกรรมศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมไฟฟ้า

DOI

10.58837/CHULA.THE.2013.1227

Abstract

วิทยานิพนธ์เล่มนี้ นำเสนอขั้นตอนวิธีการตรวจจับการเคลื่อนที่ของใบหน้า และดวงตาเพื่อสั่งการทำงานคอมพิวเตอร์ ภาพรวมของระบบ ประกอบไปด้วย การประยุกต์ทฤษฏีการตรวจจับใบหน้า และดวงตาด้วยวิธีแบบฮาร์ การประยุกต์ทฤษฏีการขยายภาพความละเอียดสูงยวดยิ่ง โดยเปรียบเทียบค่าบ่งชี้คุณภาพของภาพที่มีความซับซ้อนของลวดลายต่างๆ ต่อจำนวนการทำซ้ำ ที่ผ่านกระบวนการวิธีขยายภาพความละเอียดสูงยวดยิ่ง เพื่อขยายภาพดวงตาจากความละเอียดต่ำไปความละเอียดสูง การประยุกต์ทฤษฏีการหาค่าความโค้ง เพื่อหาจุดศูนย์กลางของดวงตา และฉายเวกเตอร์นี้ไปยังจอคอมพิวเตอร์ การประยุกต์การตรวจจับการกระพริบตาเพื่อควบคุมเมาส์คอมพิวเตอร์ ในการทดสอบหาประสิทธิภาพของกระบวนการวิธีการตรวจจับการเคลื่อนที่ของใบหน้า และดวงตาเพื่อสั่งการทำงานคอมพิวเตอร์ประกอบไปด้วย การทดสอบในเวลากลางวัน (แสงมาจากสองแหล่ง) และในเวลากลางคืน (แสงมาจากแหล่งเดียว) จากผลการทดลองการบันทึกวีดิทัศน์การใช้งานและตรวจจับจำนวนเฟรมที่ถูกต้องต่อจำนวนเฟรมที่ถูกจับทั้งหมด กรณีผู้ใช้งานที่ระยะห่างกับคอมพิวเตอร์ที่ 60 เซนติเมตร ลักษณะใบหน้าตั้งตรง และศีรษะมีความสูงจากกล้องไม่เกิน 5 เซนติเมตร กระบวนการวิธีให้ประสิทธิภาพสูงสุดในการตรวจจับจุดศูนย์กลางของดวงตา เท่ากับ 90 เปอร์เซ็นต์ แต่ในกรณีที่ผู้ใช้งานมีการเอียงใบหน้าในลักษณะมุมเอียง และมุมก้ม-เงย ตั้งแต่ -15 องศา ไปจนถึง 15 องศา กระบวนการวิธีนี้ให้ประสิทธิภาพสูงสุดที่ 80 เปอร์เซ็นต์ จากการทดสอบการใช้งานของระบบ และสอบถามความเห็นของผู้ใช้งานทั่วไป และผู้พิการทางแขน ให้ความคิดเห็นว่า มีความต้องการโปรแกรมประยุกต์ที่สร้างขึ้น เพียงแต่ต้องการเพิ่มฟังก์ชันการใช้งานเพื่อให้มีความสะดวกเพิ่มขึ้นในอนาคต

Other Abstract (Other language abstract of ETD)

This thesis proposes face and eye tracking algorithm for controlling computer functions. The overall system consists of face and eye detection via Haar-like feature, super-resolution reconstruction of low resolution eye-image selected by comparison of peak signal-to-noise ratio and the number of iterations of various texture images, eye-centered extraction via curvature method, mapping center of eye-pair coordinate to computer screen, and eye-blink detection for controlling computer mouse. The system was tested both in day time (two light sources) and at night time (one light source). The system performance was evaluated by measuring sensitivity—a ratio of correct eye-detected video frames and the total number of video captured frames. From the experimental results, the none head pose user at 60 centimetres away from the computer screen and head height at 5 centimetres above the camera achieved 90 percent sensitivity. However, the maximum system performance of head pose between -15 to 15 degree of roll and pitch angle accomplished 80 percent sensitivity. The normal users and the upper limp disabilities gave positive feedback on our system but requested extra add-on functions for more user friendly system in the future.

Link to Full Text

Share

COinS