Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지

Real Time System Realization for Binocular Eyeball Tracking Mouse

실시간 쌍안구 추적 마우스 시스템 구현에 관한 연구

  • Published : 2006.09.01
Download PDF
⟨ Previous Next ⟩

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.

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.

Keywords

References

  1. Hideo Kawai, Shinichi Tamura, 'Eye Movement Analysis System Using Fundus Images.' Pattern Recognition. Vol. 19, No. 1, pp. 77-84, 1986 https://doi.org/10.1016/0031-3203(86)90036-1
  2. 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
  3. 김재희, 'A study on the Development of Data Base of Human Sensibility and Its Support for the Commercial Product', 연세대학교, 1999
  4. S.-H.Jeng, et al., 'Facial feature detection using geometrical face model: an efficient approach', Pattern Recognition, vol.30, pp.273-281, 1997 https://doi.org/10.1016/S0031-3203(96)00077-5
  5. S. Baluja & Pomerleau 'Non-intsusive Gaze Tracking Using Artificial Neural Networks' Technical Report CMU-CS-94-102, Carnegie Mellon University
  6. 김재희, 'A Visual Computer Interface for Ergonomics', 연세대학교, 2000
  7. A. Haro, M. Fickner and I. Essa, 'Detection and tracking eyes by using their physiological properties, dynamics and appearance', Proceedings of IEEE CVPR 2002
  8. D. Maio, D. Maltoni, 'Real-time face location on gray-level static images', Pattern Recognition, Vol.33, pp.1525-1539, 2000 https://doi.org/10.1016/S0031-3203(99)00130-2
  9. 채덕현, 강희조, 김윤호, 류광렬, '안면영상에서 눈과 홍채의 중심위치 추적능력 향상', 한국해양정보통신학회 추계종합학술대회 논문집, Vol.8, No.2, pp.323-326, 2004
  10. 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
  11. 채덕현, 류광렬, 'S-FPDP기법을 적용한 동영상 홍채의 위치추적향상', 한국해양정보통신학회, 9권 5호, 2005