學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890
Browse
8 results
Search Results
Item 具深度移動補償之可見光眼動儀(2021) 鄭培廷; Cheng, Pei-Ting在人機介面系統中，眼動儀是一個很有發展前景的技術，因為人在接收資訊時有一半以上是來自視覺。與傳統基於紅外光的眼動儀系統相比，可見光眼動儀提供使用者更為舒適的使用者體驗，並讓此技術成為至關重要的人機互動介面。然而由於眼睛圖像上缺少穩定的參考點，所以頭動補償變得非常困難。如果使用者的頭部未以下巴架固定，眼動儀系統的效能將會降低。本篇論文提出了新的頭動補償機制。提出的方法是利用眼角偵測演算法，允許使用者的頭可以前後移動。實驗結果顯示即使使用者的頭部有移動，我們提出的方法仍可以使可見光眼動儀保持一定程度的精準度與精密度。Item 以眼角定位為基礎之眼球模型與凝視點估計(2020) 黃冠人; Huang, Kuan-Jen可見光眼動儀無須額外的紅外光源，並且提供比一般紅外光眼動儀系統更好的使用者體驗。近年來，可見光眼動儀系統於人機系統互動的領域中變得更加重要，一般支援頭部移動的紅外光眼動儀系統已可在市場上看到，可見光系統卻還未有相關產品。可見光眼動儀系統在讓使用者自由地移動頭部的開發中仍留有許多進步空間。這是因為其系統精準度在頭部移動的情況下會降低。然而，頭動補償的問題並不能直接被簡化為眼球定位方面的問題，由於眼球定位可能不夠準確，眼球模型亦跟著建構的不準確，這導致了後續的凝視點估計結果無法接受。在本研究中，我們探討以內眼角為錨點的立體眼球模型，並分析了眼球中心和內眼角之間的相對關係，利用這個數學關係，可以改善眼球模型的建構、虹膜匹配和頭動補償等階段的精準度。除此之外，於頭動補償的階段，本研究可以準確地估計相機，屏幕和人眼之間的相對位置。實驗結果顯示本研究提出的方法能夠容忍眼球定位些微不準，並且提高凝視點估計精準度。Item 個人化眼球模型建構與高速虹膜匹配設計(2020) 邱奕欽; Chiu, Yi-Chin可見光眼動儀的核心技術是在眼睛影像中框取虹膜輪廓。系統的計算複雜度源自於分析眼睛圖像中可能呈現的不同虹膜形狀和不同照明條件下的影像。本論文中提出三個方法：一、眼球模型建構方法和改進的虹膜匹配方程式，藉此提高系統精準度和精密度。二、階層式搜尋用於即時的眼球模型與眼睛影像的匹配。三、在多核心微處理器上，本系統實現了高精密度的平行化凝視點估計系統架構。實驗結果改善眼球模型建構明顯提升了眼球模型匹配的精密度、階層式搜尋可以快速地在眼睛影像中匹配出虹膜並估計眼球旋轉角與所提出的平行化系統架構可以用於眼動儀系統當中並實現計算高於4000幀/秒的速度。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 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 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。