Resumen

Este artículo presenta un método de detección del centro de la pupila basado en una red neuronal convolucional (CNN) para un sistema de estimación de la mirada portátil que utiliza imágenes de ojo infrarrojas. Potencialmente, la posición del centro de la pupila del ojo de un usuario puede ser utilizada en varias aplicaciones, como la interacción humano-computadora, el diagnóstico médico y los estudios psicológicos. Sin embargo, los usuarios tienden a parpadear con frecuencia; por lo tanto, es difícil estimar la dirección de la mirada. El método propuesto utiliza dos modelos de CNN. El primer modelo de CNN se utiliza para clasificar el estado del ojo y el segundo se utiliza para estimar la posición del centro de la pupila. El modelo de clasificación filtra las imágenes con ojos cerrados y finaliza el proceso de estimación de la mirada cuando la imagen de entrada muestra un ojo cerrado. Además, este artículo presenta un proceso para crear un conjunto de datos de imágenes de ojo utilizando una cámara portátil. Este conjunto de datos, que se utilizó para evaluar el método propuesto, tiene

• Materias:Modelo Matemático Superálgebras Gráfico bipartito Números trapezoidales
• Subjects:Mathematical model Superalgebras Bipartite graph Trapezoidal numbers
• Palabras claves:Red neuronal convolucional; Detección del centro de la pupila; Imágenes infrarrojas del ojo; Sistema de estimación de la mirada; Modelos de CNN; Conjunto de datos de imágenes del ojo
• Keywords:Convolutional neural network; Pupil center detection; Infrared eye images; Gaze estimation system; CNN models; Eye image dataset