IR based pupil tracking using optimized particle filter

Boumbarov, Ognian; Panev, Stanislav; Sokolov, Strahil; Kanchev, Vladimir

doi:10.1109/idaacs.2009.5342950

Cited by 4 publications

(3 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the literature on pupil detection, a first group of works (Boumbarov et al, 2009;Krishnamoorthy and Indradevi, 2010) is based on the technique of active contours. These methods assume that a parametric model of the shape of the contour of the pupil is known (usually an ellipse is used); then they employ different algorithms for the iterative learning of the chosen model parameters.…”

Section: Related Workmentioning

confidence: 99%

“…These methods assume that a parametric model of the shape of the contour of the pupil is known (usually an ellipse is used); then they employ different algorithms for the iterative learning of the chosen model parameters. Boumbarov et al (Boumbarov et al, 2009) propose the use of a Particle Filter; the other approach works by minimizing an energy function based on the gradient (Krishnamoorthy and Indradevi, 2010).…”

Section: Related Workmentioning

confidence: 99%

See 1 more Smart Citation

Pupil Localization by a Template Matching Method

Conte

Lascio

Foggia

et al. 2013

Proceedings of the International Conference on Computer Vision Theory and Applications

View full text Add to dashboard Cite

In this paper, a new algorithm for pupil localization is proposed. The algorithm is based on a template matching approach; the original contribution is that the model of the pupil that is used is not fixed, but it is automatically constructed on the first frame of the video sequence to be examined. Therefore the model is adaptively tuned to each subject, in order to improve the robustness and the accuracy of the detection. The results show the effectiveness of the proposed algorithm.

show abstract

Section: Related Workmentioning

confidence: 99%

Section: Related Workmentioning

confidence: 99%

Pupil Localization by a Template Matching Method

Conte

Lascio

Foggia

et al. 2013

Proceedings of the International Conference on Computer Vision Theory and Applications

View full text Add to dashboard Cite

show abstract

“…Bunlardan ilki, görünür ışık altında elde edilen görüntüyü işleyerek göz merkezini belirleyen yöntemler, diğeri ise Kızılötesi-IR (Infrared) aydınlatma altında alınan resimlerde göz merkezini belirleyen yöntemlerdir. IR aydınlatma altında çalışan yöntemler, görünür ışık altında çalışan sistemlere göre daha başarılı sonuçlar vermektedir [10][11]. Ancak bu sistemler harici bir IR aydınlatmaya ihtiyaç duymakta ve gün ışığı altında doğrulukları azalmaktadır.…”

Section: Introductionunclassified

Düşük Çözünürlüklü Resimlerden Göz Merkezi Belirleme ve İris Yarıçapı Kestirimi için İyileştirilmiş Bir Algoritma

DURSUN¹,

GELEN²

2022

El-Cezeri Fen Ve Mühendislik Dergisi

View full text Add to dashboard Cite

Göz merkezinin doğru bir şekilde belirlenmesi problemi insan-bilgisayar etkileşimi, yüz tanıma, iris tanıma, bakış noktası tahmini gibi birçok bilgisayarla görü uygulamasında önemli bir yere sahiptir. Bu uygulamalarda elde edilen doğruluk değerleri, göz merkezi belirleme algoritmasının performansına doğrudan bağlıdır. Göz merkezi belirlenmesi amacıyla önerilen metotların çoğunluğu laboratuvar şartlarında alınan yüksek çözünürlüklü resimlere uygulanmaktadır. Yüksek çözünürlüklü ve kontrollü şartlarda alınan resimlerde göz merkezi oldukça doğru bir şekilde belirlenebilse de düşük çözünürlüklü resimlerde belirleme işlemi çok daha zordur. Bu çalışmada göz merkezi ve iris yarıçapının düşük çözünürlüklü resimlerde belirlenmesine yönelik bir metot önerilmiştir. Önerilen metot, yüz ve göz bölgeleri algılama, göz merkezini kabaca belirleme ve iyileştirme aşamalarından oluşan çok aşamalı bir yapıya sahiptir. Göz merkezi konumunun kabaca belirlenmesi amacıyla göz bölgesinin gradyan verisine ve irisin dairesel şekline dayanan bir metot kullanılmıştır. Kabaca belirleme algoritması ile iris sınırları içerisinde bir nokta belirlenmiştir. İris içerisinde belirlenen nokta etrafındaki bölgeye, bu çalışmada önerilen iyileştirme algoritması uygulanarak göz merkezinin tam konumu belirlenmiştir. Önerilen yaklaşımının performansı, bu alanda yaygın olarak kullanılan veri seti üzerinde test edilmiş ve bulunan sonuçların diğer metotlarla karşılaştırılması sunulmuştur.Anahtar Kelimeler: Göz merkezi belirleme, göz merkezi takibi, göz takibi, iris yarıçapı tahmini, iris merkezi belirleme.

show abstract