Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "eye detection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Fatigue Detection Using Computer Vision
    Autorzy:
    Patel, M.
    Lal, S.
    Kavanagh, D.
    Rossiter, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/226744.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    face detection
    eye blink detection
    fatigue
    computer vision
    Opis:
    Long duration driving is a significant cause of fatigue related accidents of cars, airplanes, trains and other means of transport. This paper presents a design of a detection system which can be used to detect fatigue in drivers. The system is based on computer vision with main focus on eye blink rate. We propose an algorithm for eye detection that is conducted through a process of extracting the face image from the video image followed by evaluating the eye region and then eventually detecting the iris of the eye using the binary image. The advantage of this system is that the algorithm works without any constraint of the background as the face is detected using a skin segmentation technique. The detection performance of this system was tested using video images which were recorded under laboratory conditions. The applicability of the system is discussed in light of fatigue detection for drivers.
    Źródło:
    International Journal of Electronics and Telecommunications; 2010, 56, 4; 457-461
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic eye corners detection and tracking algorithm in sequence of thermal medical images
    Autorzy:
    Strąkowska, M.
    Strąkowski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/114658.pdf
    Data publikacji:
    2015
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    eye corners detection
    point tracking
    IR thermography
    thermal image processing
    Opis:
    The article presents automatic eye corners detection algorithms in thermal images. Its target application is to perform quick and unnoticed measurement of human body temperature. It is proved that the temperature of eyes’ corners is the most reliable and stable temperature considering infrared imaging. That measurements were done manually so far. Our approach is to do this automatically and create complete system for measurement of core human body temperature in crowded places where it is impossible to do this in another way (for example on the airport, railway station). Such system could prevent people for spreading off the epidemic. Two proposed algorithms are presented: first based on morphological operations and geometric features of human face, second based on the cross-correlation and idea of pattern tracking. The selection of appropriate ROI size for reliable temperature extraction was tested according to the distance to person under observation.
    Źródło:
    Measurement Automation Monitoring; 2015, 61, 6; 199-202
    2450-2855
    Pojawia się w:
    Measurement Automation Monitoring
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Własności wybranych typów sieci neuronowych wykorzystywanych do detekcji położenia oczu pacjenta
    Properties of selected neural network types used for the detection of the position of patient’s eyes
    Autorzy:
    Koprowski, R.
    Wróbel, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/130123.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    sieć neuronowa
    przetwarzanie obrazów
    rozpoznawanie obrazów
    oczy
    detekcja
    neural network
    image processing
    image recognition
    eye detection
    Opis:
    W pracy przedstawiono zastosowanie sieci neuronowych ze wsteczną propagacją błędów do zadania rozpoznawania oczu pacjenta widocznych w dowolnej projekcji na obrazie w świetle widzialnym. Rozpatrywana analiza dotyczy wskazywania z możliwie największą dokładnością środków oczu pacjenta dla różnych warunków pomiaru np. zmian oświetlenia. Przeprowadzono weryfikacje błędu uczenia sieci neuronowej w zależności od liczby neuronów w poszczególnych warstwach, liczby warstw, typów neuronów oraz wybranych ustawień jej parametrów. Uzyskane wyniki potwierdzają konieczność losowego doboru przypadków pozytywnych i negatywnych (zawierających i nie zawierających obrazu oka) w wektorze uczącym. Najlepsze rezultaty (ok. 10 % błędnych rozpoznań dla 1 300) uzyskano dla sieci neuronowej ze wsteczną propagacją błędów dla jednej warstwy ukrytej składającej się z 10 neuronów po 400 epokach.
    This paper presents the application of a backpropagation neural network to the isolation of patient’s eyes visible in any picture in visible light. The method properties were analysed depending on: the number of neutrons in the individual layers, the number of layers, neuron types and selected network types. The research covered in this paper is a part of a project aimed at developing methods for the three-dimensional mapping of a patient’s body. The project is funded from grant no. 4 T12E 052 27: The automation of the measurements of digital images for a photogrammetric system for a 3D patient’s body positioning employed in medical rehabilitation. The obtained results confirm the usefulness of neural networks in eye recognition, in which there were 10 % incorrect recognitions for 1 300 patients. Due to the large number of measured properties, the number of images that formed the learning vector was set to 4 960 (about 200 examined patients). The learning vector included 2 480 images containing an eye, as well as 2 480 images without eyes, put in random order. The validation and test vector were created in a similar way, using 4 960 and 19 500 images (of 200 and 1 300 patients), respectively. The quality of recognition was improved and the number of incorrect recognitions was reduced by employing additional transformations of the result images from the neural network. For instance, comparing the maximum area determined by the network and the respective maximum output value from the network allowed reducing the error to approximately 3 %. Additionally, the paper proposes various neural network structures and configurations and evaluates their effectiveness in this application. The methodology covered in this paper can be extended to other problems of a similar type.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 319-329
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Algorytm automatycznej detekcji kącików oczu w obrazach termowizyjnych
    Algorithm of automatic eye canthis detection in thermographic images
    Autorzy:
    Strąkowska, M.
    Strzelecki, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/154636.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    detekcja kącików oczu
    termografia w podczerwieni
    przetwarzanie obrazów
    eye canthis detection
    thermal images
    image processing
    Opis:
    W artykule przedstawiono algorytm automatycznej detekcji kącików oczu na obrazie termowizyjnym, w celu bezkontaktowego pomiaru wewnętrznej temperatury ciała człowieka. Wykazano bowiem, że temperatura mierzona w kącikach oczu dobrze odzwierciedla temperaturę ciała człowieka i jest niezależna od czynników zewnętrznych [1, 2]. Algorytm bazuje głównie na przekształceniach morfologicznych obrazu oraz na geometrii twarzy człowieka. Ze względu na prostotę, stosunkowo niewielką złożoność obliczeniową nadaje się do zaimplementowania w kamerze termowizyjnej pozwalając tym samym stworzyć zupełnie autonomiczny system, który mógłby być wykorzystany np. na lotniskach jako sprzęt to automatycznej detekcji gorączki.
    The paper presents the algorithm of automatic eye canthis detection in thermal images. It is very important nowadays because it is proved that the temperature measured in eye canthis is the most reliable and stable temperature on human body considering thermovision measurements [1]. Former such measurements were taken manually. Our approach is to make it automatically, that is to create a completely autonomic system measuring the inner human body temperature in crowded places where it is impossible to do this another way (for example at airports, railway stations). Such a system could halt spread of the epidemic. The presented algorithm is mainly based on morphological operation and geometrical face features. First, we find the human face, use morphological operations such as opening, closing, reconstruction. Then, we extract local maxima, label the region of interest and, finally, surround the face with ellipses and basing on the length of the minor and major axis find the eye canthis. The algorithm was tested on 25 thermodiagrams, acquired for different face positions and distances. The paper shows the results of this experiment. Because the algorithm is very simple and fast, it could be very easily imple-mented inside a thermovision camera.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 10, 10; 1165-1168
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detecting gaze direction using robot-mounted and mobile-device cameras
    Autorzy:
    Jarosz, Mateusz
    Nawrocki, Piotr
    Placzkiewicz, Leszek
    Sniezynski, Bartłomiej
    Zielinski, Marcin
    Indurkhya, Bipin
    Powiązania:
    https://bibliotekanauki.pl/articles/305543.pdf
    Data publikacji:
    2019
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    gaze direction detection
    eye-tracking
    face detection
    robot
    mobile device
    Opis:
    Two common channels through which humans communicate are speech and gaze. Eye gaze is an important mode of communication: it allows people tobetter understand each others’ intentions, desires, interests, and so on. The goal of this research is to develop a framework for gaze triggered events that can be executed on a robot and mobile devices and allows to perform experiments. We experimentally evaluate the framework and techniques for extracting gaze direction based on a robot-mounted camera or a mobile-device camera that are implemented in the framework. We investigate the impact of light on the accuracy of gaze estimation, and also how the overall accuracy depends on user eye and head movements. Our research shows that light intensity is important, and the placement of a light source is crucial. All the robot-mounted gaze detection modules we tested were found to be similar with regard to their accuracy. The framework we developed was tested in a human-robot interaction experiment involving a job-interview scenario. The flexible structure of this scenario allowed us to test different components of the framework in varied real-world scenarios, which was very useful for progressing towards our long-term research goal of designing intuitive gaze-based interfaces for human robot communication.
    Źródło:
    Computer Science; 2019, 20 (4); 453-474
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies