Akademik Veri Yönetim Sistemi
Diğer, ss.1-112, 2014
Göz bakışının kestirimi kullanıcının ekran üzerinde baktığı konum bilgisinin ölçülmesidir. Ekran üzerine yapılan bu bakış bilgisi özellikle insan bilgisayar etkileşimi alanında klavye ve fare gibi geleneksel giriş birimlerine alternatif olması, sanal gerçeklik uygulamaları, kullanılabilirlik testleri, motor ve konuşma bozukluğu olan kişiler için göz bakışı ile yazı yazma ve uykululuk tespitine yönelik çalışmalarda sıkça kullanılmaktadır.
Tez çalışmasında, görünüm temelli video-okulografi yöntemleri kullanılarak bakış görüntü verileri ile kullanıcının etkileşimde olduğu ekran koordinatları eşleştirilmiş ve kullanıcının ekran üzerinde sağ, sol, alt, üst ve merkez doğrultularında yaptığı bakışlar ile gözün kapalılık durumu kestirimi gerçekleştirilmiştir. Bakış yönü kestiriminin iyileştirilmesi amacıyla önerilen göz bölge modelleri üzerinde çeşitli öznitelik çıkarım ve sınıflandırma yöntemleri kullanılarak en iyi doğrulukta kestirimi gerçekleştiren yaklaşımların tespiti gerçekleştirilmiştir.
Geliştirilen sistemde kullanılan bileşen ve yöntemler gerçek zamanlı çalışabilirliği destekleyecek şekilde seçilmiş ve önerilen yöntem bazı insan bilgisayar etkileşimi problemlerinde alternatif kullanıcı arabirimi olarak uygulanarak başarılı sonuçlar elde edilmiştir.
Eye-gaze direction detection is the process of measuring the position of user’s gaze on computer screen. This gaze information is mostly used in the research areas like Human Computer Interaction (HCI), virtual reality applications, usability tests, eye typing for physically disabled people and drowsiness detection. In HCI, it is widely being employed as an alternative of traditional input devices such as mouse and keyboard.
In this thesis, gaze image data and screen which user has interaction are mapped using appearance based video-oculography approach and gazing directions of left, right, lower, upper, center and closed eye state are detected. Various feature extraction and classification methods are used on proposed eye models to improve the detection of gaze direction. Additionally, selection of the best approaches for gaze direction detection is performed by using the resulting classification accuracy of applied methods.
In the proposed system, all components and methods are selected according to real time applicability and the resulting system applied on a few HCI problems as an alternative of user interface problems which gives successful results.