位置:成果数据库 > 期刊 > 期刊详情页
单摄像机下基于眼动分析的行为识别
  • ISSN号:1000-3290
  • 期刊名称:《物理学报》
  • 时间:0
  • 分类:TP311.13[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南开大学现代光学研究所,天津300071, [2]天津工业大学电子与信息工程学院,天津300387
  • 相关基金:教育部博士点基金(批准号:20090031110033)和国家自然科学基金(批准号:61171027)资助的课题.
中文摘要:

眼动信息是识别观看视频、浏览网页等以视觉任务为主的行为的关键信息.针对传统的可穿戴传感器普遍具有侵入性,而现有基于视觉的眼动仪存在价格昂贵、校准过程复杂等问题,本文尝试使用单一的标准网络摄像头获取眼动信息用于行为识别,并评估了该方法的可行性.提出一种针对低质量视频图像的虹膜跟踪算法以获取眼动信号,然后分别从水平和垂直方向的眼动信号中提取出五种新的眼动特征,并从中选择出最优特征子集,最后采用支持向量机分类器评价了本文方法的可行性.针对不同应用背景设计了三组验证实验:留一交叉验证、k折交叉验证及单独校准测试,三组实验中,对不同参与者三种行为的平均识别正确率分别为68.4%,79.3%及84.1%,证明了基于视频图像的眼动分析用于行为识别是一种很有希望的传感形式,并有望用于更为复杂的传感任务.

英文摘要:

Eye movement information is the Key clue ior r~cognlLmN ~Llv v,o, , video. However, traditional wearable sensors are invasive and the vision-based eye trackers are very expensive and need time consum- ing calibration. Therefore, an activity recognition method based on eye movement analysis under one web camera is first proposed and the feasibility is assessed. First, an iris tracking method for the low quality image is proposed to acquire eye movement information. Then, five ten novel features are extracted from the horizontal and the vertical eye movement signals for activity recognition, and the optimal feature subset is selected. Finally, the support vector machine is used to assess the feasibility of the proposed method. Three experiments are designed for different applications: leave-one-out cross-validation, k-fold cross-validation, and validation after respective calibration. Experimental results show that their accuracies are 68.4%, 79.3% and 84.1%, respectively, which demonstrate the promise of eye based activity recognition using one web camera.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《物理学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国物理学会 中国科学院物理研究所
  • 主编:欧阳钟灿
  • 地址:北京603信箱(中国科学院物理研究所)
  • 邮编:100190
  • 邮箱:apsoffice@iphy.ac.cn
  • 电话:010-82649026
  • 国际标准刊号:ISSN:1000-3290
  • 国内统一刊号:ISSN:11-1958/O4
  • 邮发代号:2-425
  • 获奖情况:
  • 1999年首届国家期刊奖,2000年中科院优秀期刊特等奖,2001年科技期刊最高方阵队双高期刊居中国期刊第12位
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国科学引文索引(扩展库),英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:49876