FIXEIN: A mobile and modular eye tracking system
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Öğrenci: ŞERİF İNANIR
Danışman: Ali Can Karaca
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:20. yüzyılın başlarından beridir, göz takip sistemleri kişi analizi, nesne analizi ve cihaz kontrolü olmak üzere üç amaçla kullanılır. Bu sayede tıbbi teşhis çalışmalarından pazar araştırmalarına, terapi uygulamalarından bilişsel analizlere kadar geniş bir spektrumda fayda sağlamaktadır. Günümüzde gözlük formundaki göz takipçiler, sağladıkları mobilite ve doğruluk sayesinde bahsedilen deneylerde tercih edilmektedir. Bu tür sistemlerin deney gereksinimindeki donanıma sahip olması, yeterli ve güvenilir veri toplanması için kritiktir. Ayrıca bakış nokta üretimi için temel işlev olan pupil tespitinin doğruluk ve hız arasındaki ödünleşimi de performansı doğrudan etkilemektedir. Dolayısıyla, istenen deney prosedürüne uygun sistemin seçilmesi güvenirlik ve maliyeti belirler. Farklı deney prosedürleri için farklı sistemlerin edinilebilmesi ise, sistemlerin öğrenilme süresi ve maddi yükü açısından potansiyel sorunlar oluşturabilmektedir. Bu tezde donanım, yazılım ve pupil tespitçisiyle birlikte FIXEIN isminde bir göz takip sistemi tasarlanmıştır. Donanımın özgünlüğü, form ve sensörlerinin tak-çalıştır olarak değiştirilebilmesidir. Ayrıca sistem, kullanıcıların kendi gözlüklerine adapte edilebilir. Pupil tespit yaklaşımının özgünlüğü, geleneksel yöntemlerle öğrenme modellerinin birleştirildiği Retro-Oriented Mind konseptidir. Bu konseptte, bir geleneksel yöntem değişken boyutlu bir pupil alanı oluşturur. Öğrenme modeli ise görüntünün tamamına göre daha az gereksiz bilgi içeren bir alanda çalıştırılır. İkinci konsept ise Pupil Elips Trend Analizidir. Trend analizi, hem tespit başarımını ölçen iki yeni metriği hesaplar, hem de metriklere bağlı olarak elips değerlerini düzeltmeye çalışır. Yazılım ise kalibrasyon süreçlerini gerçekleştirir ve bakış noktalarının üretilmesini sağlayarak arayüz üzerinde sunar. Pupil tespiti LPW ve Dikablis veri setleriyle değerlendirilmiştir. Böylelikle, geleneksel yöntem sayesinde tespit frekansı 38'den 150'nin üzerine çıkarılabilmiştir. Ek olarak, öğrenme modelinin daha az gereksiz bilgiyle çalışması, görüntünün tamamına kıyasla yaklaşık %4 daha başarılıdır. Genel başarım ise %95 seviyelerindedir. Sonuç olarak, bu tez kapsamında, derin öğrenme model doğruluğunda 120 Hz'de çalışabilecek, yaklaşık 62-gram ağırlığında, sensör ve formu ihtiyaca göre değiştirilebildiği için daha fazla deney prosedürüne uygunluk gösterebilen giyilebilir, mobil ve modüler bir göz takip sistemi ortaya konmuştur.