A model-based fusion technique for ocular motion sensing
Notice bibliographique
Résumé
Electrooculography (EOG) uses an electrical signal that records the cornea-retinal differential potential of the eyeball, which is linearly proportional to the eye movement. In EOG, the electrodes placed in the outer canthus and lateral frontalis record the horizontal and vertical eye movements. A main challenge in these signals is that the eye movement information is compressed in the 0-35Hz range of the full spectrum of the recording (0-250/1000/2000Hz) depending on the dynamic range of the device. Moreover, these signals, like any other bio-signals, are contaminated heavily by artifacts and noises such as electroencephalography (EEG), eye-lid motions, illumination drift, skin drift, impedance drop of electrode, eye blinks, head movements, and DC drift. Researchers have attempted to addressing these issues using traditional techniques, including finite impulse response (FIR) filters, morphological filters, time series motifs and wavelet-based approaches. However, most of these approaches have not been able to improve the performance significantly without compromising other features of the system such as the computational cost, real-time performance and time lag. This thesis presents a model-based fusion technique for ocular motion sensing to improve the signal quality. The developed approach is tested with five different model-based approaches (Brownian, constant velocity, constant acceleration, Westheimer, and linear reciprocal). Among these, the approach based on the linear reciprocal human eye model show a significant overall improvement in the signal(500-700% improvement in SNR w.r.t. FIR and 40-50% decrement in computational cost). Therefore, it is concluded that the approach based on the linear reciprocal model provides the best fit in the implementation of high quality eye tracking systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».