學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890
Browse
10 results
Search Results
Item 高精確度眼角偵測用於可見光眼動儀之頭動補償(2019) 李俊毅; Li, Jyun-Yi人類接收資訊的來源有80%以上來自視覺。眼動儀透過追蹤眼球運動來獲得凝視點。透過分析視覺行為過程的資訊，可以應用於認知心理學、商業、醫學和人機介面等。為了更方便有效地蒐集眼動資訊，眼動追蹤技術也不斷的發展與創新。但是可見光眼動儀在支援頭部移動仍有許多困難與挑戰，例如：在影像中如何穩定地追蹤眼睛，如何建立空間中眼睛、攝影機與螢幕之間的相對位置關係，還有每個人主視眼不一的情況。本文提出的高精確度眼角偵測，用於定位與眼球的相對位置，在頭動補償中眼角偵測的座標也用於估計頭部在影像中的相對移動，以校正程序建立空間中眼睛、攝影機與螢幕之間的相對位置關係，並偵測主視眼。透過眼角偵測與頭動補償的方法，進一步改善了凝視點估計的精確度。Item 低價眼動儀硬體與軟體開發(2014) 劉鑑儀; Chien-Yi Liu由於目前市售的眼動儀大部分還市價格偏高，本論文的方向為開發出低價、取樣頻率高、方便攜帶的眼動儀，可以開發出多台眼動儀讓更多人使用。 本論文會介紹眼動儀的發展過程以及眼動實驗常見的參數，各種眼球追蹤 系統，主要分為接觸式和非接觸式，接觸式的方法有眼電圖法、搜尋線圈法， 非接觸式的方法有 Purkinje 影像追蹤法、紅外線眼電圖法、紅外線視訊系統 法，還會介紹著名的眼球追蹤演算法。 最後就是本研究開發出的眼動儀，有固定式螢幕眼動儀、頭動式螢幕眼動 儀、實景眼動儀，固定式螢幕眼動儀需要利用 Chin Rest 固定下巴，頭部不能任意移動，優點是準確度高，取樣頻率最高約為 180Hz；頭動式螢幕眼動儀不需要固定下巴，頭可以稍微的在電腦螢幕前移動，但是準確度較差，取樣頻率約為 75Hz；實景眼動儀以螢幕眼動儀為基礎，外加一個實景攝影機作為錄影之用途，在錄製的螢幕範圍內需要貼 Glyph Code 做定位的功能，使用者可以戴著眼動儀到處觀看，電腦記錄影片及眼動座標、凝視點時間，作為事後分析的參 數，錄製的影片每秒為 30 個畫格。Item 低成本高速眼動儀之建構(2012) 江宗憲; Zong-Sian Jiang本研究提出了一種低成本高速眼動儀的建構方法，僅需要新台幣3000元的硬體製作成本，即完成一套取樣率為184Hz的眼動儀。過程中嘗試了數種硬體的組裝且不斷進行改良，並將控制端軟體中的眼動追蹤演算法與硬體驅動間調適及整合至最佳化，使硬體得以發揮最高效能。此外，本研究自製眼動儀系統除一般電腦螢幕上應用與實驗外，尚可透過影格率為75FPS的實景攝影機藉由同時錄製實景影像與紀錄眼動數據來進行真實場景中的相關應用與實驗。由於本研究掌握眼動儀硬體底層至軟體高階應用全方面關鍵技術，在高取樣率的眼動追蹤與高影格數的影片錄製間能有效控制運算時，資源消耗與調度。應用軟體方面，本研究自製眼動儀曾投入實際眼動實驗中，為配合實驗需求，分別有支援靜態圖片與動態影像的實驗介面；分析軟體上，開發有圖形呈現為主的ScanPath、HotZone、SelectROI；數據統計分析為主的Fixation Analysis、Saccade Analysis。 本研究自製眼動儀在ISO9241-Part 9指標性裝置評估驗證中具有反應速度快與準確率高的表現；在25點精準度實驗中也展現誤差的小於0.5˚的亮眼成果。Item 適用於可見光環境之高速眼動儀系統設計(2013) 張維德; Wei-Te Chang多數的眼球追蹤系統依靠較強的紅外光(IR)增強亮度，以達到不錯的準確度，但對使用者來說會略感不適。在本篇論文中，我們提出一可運行於一般光源的高速眼動儀系統，能夠克服光源不足以及當取樣率提升，所導致的光源閃爍問題。 本論文提出的系統包含四大部分，如何在影像中決定適當的搜尋範圍，如何透過特徵辨識找出受試者可能注視的方向，如何在搜尋範圍內找出合適的特徵並決定凝視點，最後計算如何由影像中的凝視點映射到螢幕上的凝視點，以及本文所提出的系統準確度計算。在240 fps的取樣率下，能夠達到水平方向0.76度與垂直方向1.43度的準確度。Item 具頭動補償之高速可見光眼動儀系統平行架構設計(2017) 蔡瑞哲; Tsai, Jui-Che眼動儀可應用於學習與認知心理學、商業廣告行為、神經科學等領域，利用眼睛觀看位置的資料進行統計分析，研究人類觀看行為的差異。目前市售的眼動儀多數使用紅外光技術，缺點為環境中的紅外光源會影響系統準確率，因此許多企業及學術單位投入於可見光眼動儀開發，但至今市面上尚未出現高精確度的可見光眼動儀產品。 本文以既有的眼球模型，改良虹膜抓取方法，針對一般辦公室光源環境下，使用每秒輸入480張影像之高速相機記錄眼睛影像。另一方面，利用高速相機影像連貫性的特徵，抓取眼睛固定特徵進行頭動補償，搭配平行化架構設計，以多執行序的技術，使本眼動儀計算速度可達到每秒480張影像，並達到高精確度與精準度的系統目標。Item 具頭動補償功能之頭戴式眼動儀系統(2016) 唐唯傑; Tan, Wei-Chieh眼動儀是一種藉由追蹤使用者眼球運動並推估使用者凝視點的裝置，主要的用途在於心理學上的研究和做為身障者的輔具。一般的眼動儀在進行完校正步驟後，若是使用者頭部有移動，預估出的凝視點誤差將會增加，除了使用一些裝置固定頭部外，為了追求使用時的自由度和方便性，如何在頭部能夠移動的情況下進行正確的凝視點預估是眼動儀研究中相當重要的一部分，一般將這個問題稱為頭動補償。 在眼動儀的相關研究中，主要可以分為以二維映射函數預估凝視點、以光點相對位置預估凝視點及以三維眼球模型預估視軸三個大類，而根據不同的眼動儀架構有不同的頭動補償方法，也具有不同的優點和缺點。 本論文針對頭動補償的問題提出一個頭動補償機制，並將此機制實作，建立一套具有頭動補償模式的眼動儀系統，主要硬體為一個具有兩台攝影機的頭戴式眼動儀，除了具有頭動補償的模式外，也具備基本的無頭動補償模式和實景模式。 在頭動補償的機制部分，主要的方法是以實景攝影機偵測四張貼在螢幕上的圓形圖卡，計算螢幕的深度和三維位置；在校正時計算二維映射函數和校正平面，使用時利用映射函數和校正平面建立視軸，利用視軸和螢幕平面的資訊計算凝視點，結合三維座標和二維映射函數的概念進行頭動補償，減少因為頭部位移造成的誤差，從實驗結果來看，和文獻[35]相比，本論文系統中的頭動補償模式在使用者頭部移動下可以更減少0.5至1度的誤差。 關鍵字：眼動儀，頭動補償Item 可預估3D環境中目標物座標的眼動儀建構(2016) 胡峻維; Hu, Chun-Wei本研究提出一種可以預估現實的3D環境中，眼睛凝視目標物之座標的眼動儀的建構方法。透過頭戴式的眼動儀設計與雙眼數據處理，達到分析3D環境的效果，同時將運算出來的結果，與由伺服馬達組成並搭配雷射筆的2軸控制平台連線，由雷射筆指出當前使用者凝視的目標。 眼動儀顧名思義即為透過偵測眼球的特徵變化與瞳孔轉動，去推斷使用者目前的凝視位置；而可預估3D目標物座標的眼動儀則是利用特殊的演算法，將2D環境(螢幕)中的預估凝視點轉為3D環境的預估凝視點，藉此預估目標物座標。本研究改善了前人提出的演算法中，有效預估距離過短及誤差過大的情形，將有效預估距離提升至100公分，平均誤差降低至2度。 除了目前頭戴式眼動儀最廣為使用2D映射法，本研究也提出一種改良的建模演算法來預估眼睛的凝視視線，本方法改善了原來建模法計算複雜的缺點，透過求出眼睛角膜上的光源反射點與瞳孔折射點，建立起整個眼球的模型，並預估出使用者眼球的光軸與視軸，達到預估凝視點的效果。Item 顯著差異感興趣區域探勘之方法應用於眼動資料分析(2016) 陳冠安; Chen, Guan-An行為科學研究包含閱讀歷程、情緒、意向、安全駕駛……等課題，眼動分析均具有高度應用價值，特別在於如何提出正確假設並有效尋找顯著差異區域實屬不易。 本顯著差異感興趣區域探勘分析之方法應用於自動化眼動資料分析主要分為三個模組，「數據有效性判定模組」可以自動找出眼動資料是否是因為頭部偏移、眼動儀校正過程，所導致之無效數據樣本判定；「數據修正模組」是基於多數眼動實驗的刺激物都會以較大的方式呈現在螢幕正中間，並假設受測者不會凝視空白區域為前提所提出之方法，該模組可自動針對較大幅度的數據偏移進行修復；「顯著差異感興趣區域分析模組」是基於各個擊破法進行感興趣區域切割與定義，自動尋找刺激物中呈現顯著差異的區域。 實驗結果顯示: 「數據有效性判定模組」中提出三項機制進行眼動資料有效性檢測，以一內含50筆的眼動資料有效性判定為例，依照不同的數據有效性判定機制花費1ms~78.8ms；眼動資料修正前的無效眼動資料分布百分率為100%，經過「數據修正模組」處理後的無效眼動資料分布百分率為0%，平均處理一張刺激物的眼動資料偏移修正約1秒鐘；「顯著差異感興趣區域分析模組」可以執行兩種統計分析(獨立樣本t檢定、成對樣本t檢定)，於兩群受測者的眼動資料找尋眼動變項(ex: 首次凝視時間、總凝視時間等)中的顯著差異感興趣區域。例如: 圖片型刺激物的實驗，32位受測者、每位看4張刺激物、4種尺寸(4格、16格、64格及256格)切割的顯著差異探勘花費4.92分鐘；影片型刺激物的實驗，5位受測者、每位看20秒的刺激物、3種尺寸(4格、16格及64格)切割的顯著差異探勘花費29.38分鐘。 本顯著差異感興趣區域探勘分析之方法應用於自動化眼動資料分析解決原先必須由研究人員從事的繁瑣、耗時之分析流程，並提供相關領域研究人員日後在進行研究時，感興趣區域定義之參考。此外顯著差異感興趣區域分析模組之感興趣區域切割與定義方式並不涉及任何主觀意識，更能符合科學研究的客觀要素。Item 眼動儀學習系統之設計(2016) 葉勇志; Yei, Yang-Zhi本研究透過C#搭配Emgu CV函式庫設計出一套眼動儀學習系統，該系統之設計目的為讓使用者認識眼動儀。本系統參考文獻[8]的設計模式並改進其需藉由Matlab來進行運算的問題。系統內容包含眼動儀的介紹、運作流程及應用範圍，以圖文進行說明。在眼動儀簡介中提供眼動儀相關知識、名詞及介紹，運作流程中介紹眼動儀系統在運作時內部之演算法執行程序，如：如何找出瞳孔中心、校正、頭動補償之理論，由於此部分理論涉及數學式較抽象，故提供Demo、模擬讓使用者能更輕易明白演算法的功能及結果，最後是使用範圍，介紹眼動儀之使用領域及相關廠商。Item 粒子群移動演算法實現高速眼動儀系統(2016) 李家宜; Lee, Chia-Yi眼動儀可以記錄眼球運動、轉換為凝視軌跡，用以研究人類視覺焦點並應用於神經科學、認知心理學、教育、行銷/廣告分析等領域，為現今市場上具有實用性的產品。目前市售的眼動儀多數使用紅外光技術，缺點為環境中的紅外光源會影響系統準確率。因此近年的學術研究投入於可見光眼動儀，但至今市面上尚未出現高精確度的實用性產品。 本系統參考既有的眼球模型，改良眼球模型參數的計算方法與匹配方法以處理一般辦公室光源環境下、480fps 工業用相機錄製的複雜影像。在匹配方法中結合粒子群移動演算法大幅加速計算效率，並改良傳統九點校正使用的二次映射曲線使虹膜中心更加準確地轉換至凝視點，實現 30fps 以上即時處理、平均準確率 1.12 度的系統。