Pandangan mata adalah arah mana seseorang itu melihat. Ia adalah sesuai untuk digunakan sebagai sejenis antara muka manusia dengan computer semulajadi. Penyelidikan semasa menggunakan inframerah atau LED untuk mencari iris pengguna untuk mendapatkan ketepatan penganggaran pandangan yang lebih baik berbanding dengan penyelidikan yang tidak melakukannya. Inframerah dan LED adalah mengganggu mata manusia dan mungkin menyebabkan kerosakan kepada kornea dan retina mata. Kajian ini mencadangkan pendekatan tidak menggangu untuk mencari iris pengguna. Dengan menggunakan dua kamera jauh untuk menangkap imej -imej pengguna, ketepatan penganggaran pandangan yang lebih baik dapat dicapai. Sistem ini menggunakan algoritma-algorithma lata Haar bagi mengesan kawasan -kawasan muka dan mata. Pengesanan iris menggunakan algoritma Jelmaan Hough Bulatan untuk menentukan kedudukan iris yang kritikal bagi pengiraan anggaran pandangan. Untuk membolehkan sistem untuk mengesan lokasi mata dan iris pengguna dalam masa sebenar, sistem ini menggunakan CAMshift (anjakan-min suai berterusan) untuk menjejak mata dan iris pengguna. Parameter-parameter daripada mata dan iris kemudian dikumpulkan dan digunakan untuk mengira arah pandangan pengguna. Kamera kiri dan kanan mencapai ketepatan 70.00% dan 74.67%. Apabila dua kamera digunakan untuk menganggar arah pandangan, ketepatan 88.67% dicapai. Ini menunjukkan bahawa dengan menggunakan dua kamera, ketepatan penganggaran pandangan bertambah baik.
Eye Gaze is the direction where a person is looking at. It is suitable to be used as a type of natural Human Computer Interface (HCI). Current researches uses infrared or LED to locate the iris of the user to have better gaze estimation accuracy compared to researches that does not. Infrared and LED are intrusive to human eyes and might cause damage to the cornea and the retina of the eye. This research suggests a non-intrusive approach to locate the iris of the user. By using two remote cameras to capture the images of the user, a better accuracy gaze estimation system can be achieved. The system uses Haar cascade algorithms to detect the face and eye regions. The iris detection uses Hough Circle Transform algorithm to locate the position of the iris, which is critical for the gaze estimation calculation. To enable the system to track the eye and the iris location of the user in real time, the system uses CAMshift (Continuously Adaptive Meanshift) to track the eye and iris of the user. The parameters of the eye and iris are then collected and are used to calculate the gaze direction of the user. The left and right camera achieves 70.00% and 74.67% accuracy respectively. When two cameras are used to estimate the gaze direction, 88.67% accuracy is achieved. This shows that by using two cameras, the accuracy of gaze estimation is improved.
Development of eye gaze estimation system using two cameras _Neoh Yu Zun_E3_2017_MFAR