Přejít na obsah

Studentské práce

Detail studentské práce

Název: Segmentace objektů pomocí dat získaných sledováním očí
Typ práce: Diplomová práce
Obor: UI
Rok zadání: 2014/2015
Zadáno: zadáno Tomáš Smolík
Dokončeno: dokončeno 2016/2017
Zadavatel: Bureš Lukáš

Detail

 


1. Úvod

Sledování očí je proces měření bodu pohledu nebo pohybu oka vzhledem k hlavě. Eye Tracker je přístroj pro měření oka a pohybu očí. Eye Trackery jsou použity ve výzkumu vizuálních systémů, psychologii, v kognitivní lingvistice a v produktovém designu. Existuje celá řada metod pro měření pohybu očí. Nejoblíbenější metoda využívá obrázky z nichž je poloha očí extrahována.

Segmentace obrazu je metoda, nebo spíše skupina metod postavených na různých principech, digitálního zpracování obrazu, která slouží k automatickému rozdělení vlastního obrazu na oblasti se společnými vlastnostmi a které obvykle mají nějaký smysluplný význam. Typickým cílem segmentace obrazu je identifikace popředí a určení oblastí v obraze odpovídajícím významnému prvku zachycené scény.

Klasifikace je ve strojovém učení a statistice druh problému, když máme určit, do které z kategorií dat dané pozorování patří. K tomu máme k dispozici trénovací množinu obsahující pozorování, pro která jsou kategorie správně určeny a cílem je klasifikovat ostatní data, pro které kategorie nejsou určeny.



2. Rámcové zadání

Cílem práce je implementovat systém sledování očí (pomocí Eye Trackeru), který bude využívat tyto informace k automatické segmentaci objektů a následnému trénování klasifikátoru, který bude provádět segmentaci a označování objektů na velké databázi obrázků. Téma je vhodné začít řešit v rámci projektu 4 a následně navázat bakalářskou a diplomovou prací. Téma je obsáhlé, ale dobře škálovatelné.

Rámcové zadání:

  • Seznámení se s možnostmi snímání a záznamu pohybu očí.
  • Návrh metodiky a implementace GUI pro získávání dat z EyeTrackeru.
  • Návrh a implementace systému pro automatickou segmentaci objektů na základě dat z EyeTrackeru.
  • Trénování klasifikátoru z anotovaných dat.
  • Klasifikace na velkém korpusu obrazových dat.
  • Vyhodnocení úspěšnosti klasifikace.

 

3. Požadavky:

Chuť pracovat a učit se novým věcem, samostatnost, základní znalost programování v C++ a/nebo MATLABu, zájem o oblast zpracování digitálního obrazu a strojového učení výhodou.