$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

실시간 쌍안구 추적 마우스 시스템 구현에 관한 연구

Real Time System Realization for Binocular Eyeball Tracking Mouse

초록

본 논문은 컴퓨터 모니터 거리 30-40cm에서 실시간 쌍안 눈동자 추적 마우스 시스템 구현에 관한 연구이다. 눈동자 탐색과 커서 의 추적과정은 소형 CCD카메라에서 받은 안면영상은 2진영상으로 변환되고 눈 주위의 5영역 매스크 방법으로 눈을 찾고 측4점 대각선위치 지 정 방법으로 각 홍채를 탐색한다. 커서추적은 홍채중심좌표의 이동위치를 측정하여 이루어진다. 화면커서 제어는 홍채의 최대 이동거리를 측정하여 화면커서최대 이동거리와 비교하고 홍채의 움직임에 비례해서 커서가 이동해야 하는 거리를 계산하여 화면커서를 화면의 바라보는 지점에 위치시킴으로써 화면커서가 제어된다. 실험 결과 구현시스템은 비교적 간단하고 실시간으로 동작속도가 빠름을 보였다.

Abstract

A real time system realization for binocular eyeball tracking mouse on the computer monitor being far from 30-40cm is presented in the paper. The processing for searching eyeball and tracking the cursor are that a facial image is acquired by the small CCD camera, convert it into binary image, search for the eye two using the five region mask method in the eye surroundings and the side four points diagonal positioning method is searched the each iris. The tracking cursor is matched by measuring the iris central moving position. The cursor controlling is achieved by comparing two related distances between the iris maximum moving and the cursor moving to calculate the moving distance from gazing position and screen. The experimental results show that the binocular eyeball mouse system is simple and fast to be real time.

참고문헌 (11)

  1. Hideo Kawai, Shinichi Tamura, 'Eye Movement Analysis System Using Fundus Images.' Pattern Recognition. Vol. 19, No. 1, pp. 77-84, 1986 
  2. S.-H.Jeng, et al., 'Facial feature detection using geometrical face model: an efficient approach', Pattern Recognition, vol.30, pp.273-281, 1997 
  3. S. Baluja & Pomerleau 'Non-intsusive Gaze Tracking Using Artificial Neural Networks' Technical Report CMU-CS-94-102, Carnegie Mellon University 
  4. 채덕현, 강희조, 김윤호, 류광렬, '안면영상에서 눈과 홍채의 중심위치 추적능력 향상', 한국해양정보통신학회 추계종합학술대회 논문집, Vol.8, No.2, pp.323-326, 2004 
  5. Duck Hyun, Chai and Kwang Ryol, Ryu, 'A Study on the Enhancement of Tracking Capability for Iris Image', Proceedings of ISMICS'2004, pp. 24-27, 2004 
  6. 김재희, 'A study on the Development of Data Base of Human Sensibility and Its Support for the Commercial Product', 연세대학교, 1999 
  7. 김재희, 'A Visual Computer Interface for Ergonomics', 연세대학교, 2000 
  8. 채덕현, 류광렬, 'S-FPDP기법을 적용한 동영상 홍채의 위치추적향상', 한국해양정보통신학회, 9권 5호, 2005 
  9. D. Maio, D. Maltoni, 'Real-time face location on gray-level static images', Pattern Recognition, Vol.33, pp.1525-1539, 2000 
  10. Hori, Y. Shimizu, K. Nakamura, Y. Kuroda, T. 'A real-time multi face detection technique using positive-negative lines-of-face template' Pattern Recognition, vol.1, pp. 765-768, 2004 
  11. A. Haro, M. Fickner and I. Essa, 'Detection and tracking eyes by using their physiological properties, dynamics and appearance', Proceedings of IEEE CVPR 2002 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일