まばたきの識別と分類のためのディープ ニューラル ネットワークの開発と検証

この方法は、最先端のディープラーニング エンコーダー デコーダー ニューラル アーキテクチャ (DLED) を使用して、取得した画像からの両眼の虹彩と強膜のセグメンテーションに基づいています。 セグメント化されたフレームのシーケンスは、後処理されて、各目のまぶた (眼瞼裂) と対応する虹彩の直径の間の距離が計算されます。 これらの量は一時的にフィルター処理され、その割合は適応しきい値処理の対象となり、まばたきを識別し、それぞれの目に対して独立してその種類を決定します。 2 つの DLED は手動でセグメント化された画像でトレーニングされ、後処理は 4 分間のビデオを使用してパラメーター化されました。 DLED トレーニングの後、提案されたシステムは、それぞれ 4 ～ 10 分のビデオを使用して、8 人の異なる被験者でテストされました。 まばたき検出と分類精度のいくつかの指標は、3 人の独立した専門家によって生成されたグラウンド トゥルースに対して計算され、その競合は上級専門家によって解決されました。 2 つの独立したまばたき識別は、十分な時間的オーバーラップがあり、DLED システムとグラウンド トゥルースの間でまばたきのタイプが同じである場合にのみ、一致していると見なされます。