BLINK-DETECTION
Gruppe 9
Richard Kloibhofer
Martin Riederer
LU Visual Analysis of Human Motion - WS 09
AUFGABENSTELLUNG & PAPERS

Blink Detection

bei bestimmter Dauer werden Aktionen gestartet

Programmterminierung

Entwicklungsumgebung: Matlab

Algorithmus orientiert sich an folgender Arbeit:
Real Time Eye Tracking and Blink Detection with USB
Cameras
Autor: Michael Chau and Margrit Betke
IMPLEMENTIERUNG

Laptop (Sony Vaio)

integrierte Webcam

Matlab > 2007b


Image Aquisitation Toolbox (notwendig)
Facefinder Library

Autor: Mikael Nilson, 2007
ALGORITHMUS
Hauptschritte der Implementierung:

Bildaufnahme (30 fps)

Gesichtserkennung

Augenerkennung

Eye Template ermitteln

Blink Detection Erkennung
GESICHTSERKENNUNG

Überprüfung, ob Gesicht vorhanden (Facefinder Library)

nur Bildregion, welches das Gesicht beinhaltet, wird
verarbeitet
AUGENERKENNUNG

zweites Bild wird ermittelt

Umwandlung in Grauwertbilder

Verbesserung des Kontrasts

Ermittlung des Differenzbildes

Noise-Filterung

morphologische Operation (open)

Zählung der zusammenhängenden
Regionen
EYE TEMPLATE

Eye Template ermitteln

Überprüfung der Y-Koordinaten beider Augen

Ermittlung jener Augen, die offen sind (= Eye
Template)
BLINK DETECTION

Augenregionen der Bilder mit Eye Template vergleichen

Korrelationskoeffizient >= Schwellwert

Augenregionen ident

Start eines Timers

bei bestimmter Dauer werden verschiedene Audiofiles abgespielt
bzw. Programm beendet
TESTERGEBNISS
VERBESSERUNGEN
während Eye Tracking Phase

schwaches Kopfnicken wird fälschlicherweise als Augenzwinkern
interpretiert

identes Problem bei Kopfbewegung von links nach rechts und
umgekehrt
möglicher Lösungsansatz

für jedes Referenzbild die entsprechenden Augkoordinaten
berechnen

Real Time Eye Tracking and Blink Detection with USB Cameras