A custom head-mounted system to track smooth eye movements for control of a mouse cursor is implemented and evaluated. The system comprises a head-mounted infrared camera, an infrared light source, and a computer. Software-based image processing techniques, implemented in Microsoft Visual Studio, OpenCV, and Pupil, detect the pupil position and direction of pupil movement in near real-time. The identified direction is used to determine the desired positioning of the cursor, and the cursor moves towards the target. Two users participated in three tests to quantify the differences between incremental tracking of smooth eye movement resulting from the Vestibulo-ocular Reflex versus step-change tracking of saccadic eye movement. Tracking smooth eye movements was 402 % more accurate than tracking saccadic eye movements, with an average position resolution of 0.77 cm away from the target. In contrast, tracking saccadic eye movements was measured with an average position resolution of 3.87 cm. Using the incremental tracking of smooth eye movements, the user was able to place the cursor within a target as small as a 9 x 9 pixel square. However, when using the step change tracking of saccadic eye movements, the user was unable to position the cursor within the 9 x 9 pixel target. The average time for the incremental tracking of smooth eye movements to track a target was 6.68 s, whereas for the step change tracking of saccadic eye movements, it was 2.83 s.


翻译:安装并评价用于跟踪光标控制鼠标光标的光眼运动的自定义头顶系统,以跟踪用于控制鼠标光标的光眼运动。该系统包括一个头顶红外红外摄像头、一个红红光源和一个计算机。在微软视觉工作室、 OpenCV 和 Pupil 中实施的基于软件的图像处理技术,在接近实时的情况下检测学生运动的方位和方向。确定的方向用于确定光标的预期定位,光标向目标移动。两个用户参加了三次测试,以量化Vestibulo-oclo Reflex对光眼运动顺利眼运动进行递增跟踪与累变跟踪之间的差异。跟踪光眼运动的平坦度为402%,比跟踪天花眼运动的平均方位分辨率为0.77厘米。相比之下,跟踪天花眼运动的平均方位分辨率为3.87厘米。使用光眼运动的递增跟踪,用户将光标置于一个小目标中,作为9x平方形方形。但是,在使用步变化跟踪Squal眼睛运动的平级跟踪S-68平均轨道上,用户无法跟踪Slical 。

0
下载
关闭预览

相关内容

100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
Arxiv
20+阅读 · 2020年6月8日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
Arxiv
3+阅读 · 2018年3月22日
VIP会员
相关VIP内容
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
相关资讯
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
Top
微信扫码咨询专知VIP会员