본문 바로가기
KERD
논문KCI 등재

SVM 기반의 시선 인식 시스템의 구현

An Implementation of Gaze Recognition System Based on SVM

홍광석|김동주|이규범
한국정보처리학회|2010.02|정보처리학회 논문지 (The Transactions of the Korea Information Processing Society)|제17권 제1호|pp. 1-8

1

조회

0

다운로드

0

인용

0

참고문헌

키워드

서포트 벡터 머신시선 인식차영상 엔트로피Support Vector Machine : SVMGaze RecognitionDifference Image Entropy
주제분류컴퓨터학

초록

시선 인식에 관한 연구는 현재 사용자가 응시하고 있는 위치를 파악하는 것으로 많은 응용 분야를 가지며 지속적으로 발전되어 왔다. 기존의 시선 인식에 관한 대부분의 연구는 적외선 LED 및 카메라, 고가의 헤드마운티드 장비 등을 이용하였기 때문에 범용 사용에 문제점을 가지고 있다. 이에 본 논문에서는 한 대의 PC용 웹 카메라를 사용한 SVM(Support Vector Machine) 기반의 시선 인식 시스템을 제안하고 구현한다. 제안한 시스템은 4방향과 9방향의 시선을 인식하기 위해 모니터를 가로 6, 세로 6, 총 36개의 시선 위치로 나누어 각각 9개, 4개씩 그룹핑 및 학습하여 사용자의 시선을 인식한다. 또한, 시선 인식의 성능을 높이기 위해 차영상 엔트로피를 이용한 영상 필터링 방법을 적용한다. 제안한 시스템의 성능을 평가하기 위하여 기존에 제시되었던 차영상 엔트로피 기반의 시선 인식 시스템, 눈동자 중심점과 눈의 끝점을 이용한 시선 인식 시스템, PCA 기반의 시선 인식 시스템을 구현하고 비교 실험을 수행하였다. 실험 결과 본 논문에서 제안한 SVM 기반의 시선 인식 시스템이 4방향은 94.42%, 9방향은 81.33%의 인식 성능을 보였으며, 차영상 엔트로피를 이용한 영상 필터링 방법을 적용하였을 경우에 4방향은 95.37%, 9방향은 82.25%의 성능을 보여 기존의 시선 인식 시스템보다 높은 성능을 나타내었다.

Abstract

The researches about gaze recognition which current user gazes and finds the location have increasingly developed to have many application. The gaze recognition of existence all about researches have got problems because of using equipment that Infrared(IR) LED, IR camera and head-mounted of high price. This study propose and implement the gaze recognition system based on SVM using a single PC Web camera. The proposed system that divide the gaze location of 36 per 9 and 4 to recognize gaze location of 4 direction and 9 direction recognize user's gaze. Also, the proposed system had apply on image filtering method using difference image entropy to improve performance of gaze recognition. The propose system was implements experiments on the comparison of proposed difference image entropy gaze recognition system, gaze recognition system using eye corner and eye's center and gaze recognition system based on PCA to evaluate performance of proposed system. The experimental results, recognition rate of 4 direction was 94.42% and 9 direction was 81.33% for the gaze recognition system based on proposed SVM. 4 direction was 95.37% and 9 direction was 82.25%, when image filtering method using difference image entropy implemented. The experimental results proved the high performance better than existed gaze recognition system.

참고문헌 (19)

  1. Tomasz Kocejko, "Eye Mouse for Disabled", Human System Interactions, 2008 Conference, pp.25~27 (2008)
  2. 김정규, "눈동자 검출 및 시선추적을 통한 간접 인터페이스 제어 시스템", 한국정보기술학회논문지, 6(4), pp.158~164 (2008), 한국정보기술학회
  3. 김병주, "웹 사용성 평가를 위한 통합평가모형 제안 및 도구 개발-시선추적, 마우스추적, 회상적 발성사고법을 중심으로-", 디자인학연구, 20(5), pp.39~50 (2007), 한국디자인학회
  4. Alexey Karpov, "MULTIMODAL SYSTEM FOR HANDS FREE PC CONTROL", EUSIPCO2005, ~ (2005)
  5. K. Kinoshita, "A Fast and Robust 3D Head Pose and Gaze Estimation System", Proceedings of the 8th international conference on Multimodal interfaces, pp.137~138 (2006), ACM
  6. T. E. Hutchinson, "Human Computer interaction using eyegaze input", IEEE Transaction on systems, ~
  7. Jie Xiang, "The Study of Decoding Mental State Based Eye Tracks Using SVM", Proceedings of the IWISA 2009, pp.568~571 (2009)
  8. Li Su-mei, "Gazing-detection of human eyes based on SVM", Optoelectronics Letters, 1(1), pp.65~68 (2005)
  9. Robust real-time object detection, "P.Viola", Compaq Camb ridge research Laboratory, ~, pp.CRL 2001 (2001), 01
  10. 이흔진, "DCT", LDA를 이용한 얼굴 인식, 2003, pp.26(1), 2024~2027
  11. 정성욱, "AdaBoost기반 실시간 얼굴 표정 인식을 위한 효과적인 사각 특징점 추출", 석사, pp.2004
  12. An Empirical Analysis of Boosting Algorithms for Rapid Objects With an Extended Set of Haar-like Features, "Alexander Kuranov", and Vadim Pisarevsky.An Empirical Analysis of Boosting Algorithms for Rapid Objects With an Extended Set of Haar-like Features.Intel Technical Report MRL-TR-july02-01, ~, pp.MRL-TR-july02-01 (2002)
  13. 민지홍, "Haar-like feature", HMM을이용한 얼굴 검출 및 인증 시스템, 2004, pp.31(2) (2004), ~
  14. 박성훈, "Haar-like feature", LDA를이용한 얼굴 인식, 2004 (2004), ~
  15. Shannon, C.E, "A Mathematical Theory of Communication", The Bell Systems Technical Journal, 27, pp.379~423 (1948)
  16. Zhonglong Zheng, "A Novel Method for Eye Features Extraction", LNCS, 3314, pp.1002~1007 (2005)
  17. L. Sirovich, "Low dimensional Procedure for the Characterization of Human Faces", J.Opt. Soc. Amer, 4, pp.519~524 (1987)
  18. Erik. Hjelmas, "Face Detection : A Survey", Computer Vision and Image Understanding, 83, pp.236~274 (2001)
  19. C.-W. Hsu, "A comparison of methods for multiclass support vector machines", IEEE Trans. Neural Networks, 13(2), pp.415~425 (2002)

관련 논문AI추천

차영상 엔트로피를 이용한 시선 인식 시스템의 구현이규범, 정동근, 홍광석한국정보처리학회 · 정보처리학회 논문지2009 · 제16권 제2호원호형 필터를 이용한 동공 중심 검출 기반 시선추적김현철, 이원돈, 차지훈, 황인욱한국차세대컴퓨팅학회 · 한국차세대컴퓨팅학회 논문지2014 · 제10권 제5호시선 인식을 이용한 로봇 인터페이스 개발박세현대한임베디드공학회 · 대한임베디드공학회논문지2012 · 제7권 제1호A Study on the Indirect Keyboard Control System based on the Gaze Tracing by Haar Classifiers김정규, 이창정, 전길우한국차세대컴퓨팅학회 · 한국차세대컴퓨팅학회 논문지2011 · 제7권 제6호HCI를 위한 시선추적 시스템에서 분해능의 추정기법김기봉, 최현호중소기업융합학회 · 융합정보논문지2021 · 제11권 제1호동공 움직임, 각막 반사광 및 Kalman Filter 기반 시선 추적에 관한 연구고유진, 박강령, 이의철한국정보처리학회 · 정보처리학회 논문지2009 · 제16권 제3호

이 간행물의 다른 논문 (12건)

냄새 인식을 위한 최적의 센서 결정 방법권형오, 김동규, 노용완, 홍광석pp. 9-14시간축과 공간축 화소 정보를 이용한 배경 생성조상현, 강행봉pp. 15-22용모사기론적 사상체질 분류를 통한 이미자, 패티김의 음악적 특징 분석김봉현, 조동욱, 이세환pp. 23-30H.264 to MPEG-2 Transcoding을 위한 효율적인 P-Frame 변환 방법이귀상, 손남례, 김기홍pp. 31-36개선된 챔퍼매칭 우도기반 2차원 평면 객체 추적이칠우, 오치민, 유범재, 정문호pp. 37-46
원문 보기