基于眨眼檢測(cè)的人機(jī)交互

1、董馨齊董馨齊邢怡陽邢怡陽眨眼檢測(cè) eye tracking 功能能夠?yàn)橛羞\(yùn)動(dòng)障礙的人們提供一種與電腦交流的方式實(shí)現(xiàn)一個(gè)基于日常生活中實(shí)現(xiàn)長期記錄的可穿戴的眼動(dòng)眼鏡EOG。其他應(yīng)用識(shí)別拍照系統(tǒng)；疲勞監(jiān)控；測(cè)謊。ANDREAS BULLINGDANIEL ROGGENGERHARD TROSTER一切在你眼中一切在你眼中根據(jù)語境意識(shí)和根據(jù)語境意識(shí)和移動(dòng)移動(dòng)HCI應(yīng)用穿戴式應(yīng)用穿戴式EGO眼鏡眼鏡原理原理設(shè)計(jì)和系統(tǒng)架構(gòu)硬件：由兩部分組成護(hù)目鏡和口袋原理原理護(hù)目鏡：包含干EOG電極和一個(gè)小的模擬放大電路板連接到大小為42x15mm的眼鏡框?？诖菏窍到y(tǒng)的核心信號(hào)處理單元。它是一個(gè)基 于dsPIC微控制

2、器和含有兩個(gè)24位模擬數(shù)字轉(zhuǎn)換器（ADC），藍(lán)牙和MMC模塊、 EEPROM。原理原理軟件：是在口袋里的dsPIC運(yùn)行的 FreeRTOS，為嵌入式系統(tǒng)設(shè)計(jì)的一個(gè)開源實(shí)時(shí)操作系統(tǒng)。三層軟件架構(gòu)的眼跟蹤器用于操作系統(tǒng)的硬件抽象層和任務(wù)管理，訪問外部組件和核心功能。原理原理EOG信號(hào)處理信號(hào)處理：眨眼檢測(cè)掃視檢測(cè)閃爍去除眼睛的運(yùn)動(dòng)識(shí)別假象的修正原理原理眨眼眨眼檢測(cè)檢測(cè)是用與模板匹配的方法進(jìn)行。首先使用手動(dòng)切開閃爍原信號(hào)段，用平均在每個(gè)采樣點(diǎn)的所有段的計(jì)算來創(chuàng)建模板。然后檢測(cè)眼睛在垂直EOG的信號(hào)分量。如果距離低于規(guī)定的閾值，即模板和當(dāng)前的段之間的相似性是高的，一個(gè)閃爍的事件就會(huì)被記錄。掃視檢測(cè)掃視

3、檢測(cè)開發(fā)了所謂的連續(xù)小波變換的掃視檢測(cè)（cwt-sd）算法：該算法首先計(jì)算連續(xù)的一維小波系數(shù)在尺度20使用Haar小波的信號(hào)。檢測(cè)到了所有樣品的系數(shù)矢量的絕對(duì)值超過閾值的掃視事件。掃視方向和大小通過掃視的方位和振幅被給出。原理原理閃爍去除閃爍去除眨眼的去除，掃視和閃爍的事件流并行分析。不同的是掃視眨眼都是直接從信號(hào)中除去。眼睛的眼睛的運(yùn)動(dòng)運(yùn)動(dòng)識(shí)別識(shí)別我們的算法以掃視事件流的水平和垂直分量的輸入信號(hào)。它區(qū)別于基本的眼球運(yùn)動(dòng)之間，對(duì)角和中間方向（見圖，右上角）：基本方向是左，右，上下（L，R，U，D）。對(duì)角線和中間的眼球運(yùn)動(dòng)的特點(diǎn)是同時(shí)掃視信號(hào)成分但不同的角度（如I，9，J）。原理原理假象的假象的

4、修正修正EOG信號(hào)文物會(huì)周期性地根據(jù)步進(jìn)頻率。中值濾波與固定的窗口大小無法消除這些文物對(duì)不同的人和步行速度。在利用多學(xué)科的記錄數(shù)據(jù)的窗口大小參數(shù)掃描顯示最佳的時(shí)間步長的大小是密切相關(guān)的。因此，我們使用一個(gè)自適應(yīng)濾波器的算法實(shí)現(xiàn)?？梢岳眯凶叩闹貜?fù)特性和適應(yīng)的中值濾波窗口大小的步長只要步行活動(dòng)檢測(cè)。實(shí)驗(yàn)結(jié)果在實(shí)驗(yàn)中，對(duì)于完成實(shí)驗(yàn)的受試者，平均時(shí)間為7分鐘。最高的結(jié)果是95%（受試者3），最壞的結(jié)果是受試者8，有86%的精度。 在所有科目的平均性能在表所示的時(shí)間TT和TS，時(shí)間比TS / TT和準(zhǔn)確性ACC執(zhí)行八個(gè)手勢(shì)。TT表示總時(shí)間內(nèi)嘗試完成每個(gè)科目的手勢(shì)但是只有成功的時(shí)間，TS表示只測(cè)量花在所

5、有成功的嘗試的時(shí)間。評(píng)價(jià)評(píng)價(jià)優(yōu)點(diǎn)：可用于可穿戴式和獨(dú)立的用途可以在本地存儲(chǔ)數(shù)據(jù)的長期記錄或通過藍(lán)牙處理缺點(diǎn)：裝置需要佩戴并且依賴于眼電圖需要大量時(shí)間消除干擾數(shù)據(jù)應(yīng)用于人機(jī)交互的眨眼檢測(cè)系統(tǒng)Eye-blink detection system for human-computer interaction. Aleksandra Krolak Pawe Strumio 著 原理四個(gè)主要步驟：人臉檢測(cè)；眼睛區(qū)域提取；眨眼檢測(cè)；眨眼分類。步驟一：人臉檢測(cè)方法：基于模型方法，算法是利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型Haar特性：Haar特征是Adaboost算法中規(guī)定的標(biāo)準(zhǔn)矩形特征的一種，通過對(duì)簡單的矩形特征及其擴(kuò)展

6、特征的計(jì)算，能夠快速、準(zhǔn)確地找到所需要的圖像，如眼、眉、鼻、嘴的位置以及輪廓線或關(guān)鍵點(diǎn)步驟一：人臉檢測(cè)矩形特征：步驟一：人臉檢測(cè)不是所有的計(jì)算功能對(duì)于正確的檢測(cè)出圖像中的面孔都是必要的。一種有效的分類器可以只使用一部分的特征值而達(dá)到最小錯(cuò)誤率。為了找到這些特點(diǎn)，采用Boosting算法。通過重復(fù)幾次構(gòu)建級(jí)聯(lián)分類器。階段性的復(fù)雜性隨著階段數(shù)而增加。利用利用HaarHaar特性掩模和提高樹分類器的特性掩模和提高樹分類器的結(jié)果結(jié)果步驟二：眼睛區(qū)域提取面部圖像中的眼睛的位置是在一定的已知的人臉幾何關(guān)系基礎(chǔ)上建立的。傳統(tǒng)規(guī)則的比例顯示人臉被分成六個(gè)相等的正方形，2乘3眼睛是眼睛是位于從頭頂?shù)窖劬ξ挥趶念^

7、頂?shù)窖劬χg約之間約0.40.4的地方的地方步驟三：眨眼檢測(cè)方法：歸一化互相關(guān)方法其中R是相關(guān)系數(shù)，T是模板圖像，I是原來的圖像，X，Y是坐標(biāo)。相關(guān)系數(shù)用來衡量當(dāng)前的眼睛圖像與保存的睜開的眼睛模板的相似之處。因此，它可以被看作是檢驗(yàn)眼睛是否睜開的措施。步驟三：眨眼檢測(cè)作為模板的案例眼睛圖像在一次眨眼中相關(guān)系數(shù)值的變化。步驟四：眨眼分類分類：短時(shí)間眨眼（小于200毫秒）習(xí)慣性不自主眨眼不應(yīng)被系統(tǒng)檢測(cè)到長時(shí)間眨眼（超過200毫秒） 自愿眨眼應(yīng)被檢測(cè)到分類方法：對(duì)相關(guān)系數(shù)的及時(shí)變化進(jìn)行分析,大于250 ms的即為習(xí)慣性不自主眨眼評(píng)價(jià)方式方式精密度精密度（precisionprecision）（%）準(zhǔn)確性準(zhǔn)確性（accuracyaccuracy）（%）長時(shí)眨眼檢測(cè)長時(shí)眨眼檢測(cè)96.9195.17短時(shí)眨眼檢測(cè)短時(shí)眨眼檢測(cè)96.9995.53回滾系統(tǒng)準(zhǔn)確回滾系統(tǒng)準(zhǔn)確性性96.9595.35眨眼檢測(cè)測(cè)試指標(biāo)：良好光照條件下眨眼檢測(cè)有效性指標(biāo)方式方式精密度精密度（precisionprecision）（%）準(zhǔn)確性準(zhǔn)確性（accuracyaccuracy）（%）長時(shí)眨眼檢長時(shí)眨眼檢測(cè)測(cè)78.4378.4377.3877.38短時(shí)眨眼檢短時(shí)眨眼檢測(cè)測(cè)76.1576.1577.0277.02在不良光照條件下的眨眼檢測(cè)有效性指標(biāo)精密度：