ارائه یک روش برآورد کننده ی جهت نگاه مقاوم نسبت به تغییرات نور محیط با استفاده از شبکه ی کانولوشنی SE-ResNext

برآورد جهت نگاه در بسیاری از حوزه ها به مانند روانشناسی، جرم شناسی، تبلیغات و بازار، بازی های رایانه ای، واسط ماشین و انسان و فضای متا کاربرد دارد. هر یک از پژوهش های انجام شده در این زمینه به نحوی یک گام رو به جلو جهت تحقق این خواسته برداشته اند. در این تحقیق تلاش کردیم که هدف برآورد کردن جهت نگاه به صورت کاربردی را برای بسیاری از حوزه ها جامه عمل بپوشانیم. در این مقاله، هدف، برآورد جهت نگاه کاربر بدون نیاز به سخت افزارهای خاص و گران قیمت مانند حسگرهای مادون قرمز، دوربین های بسیار با کیفیت و پردازنده های سطح بالا بر روی صفحات کوچک نمایش مانند تلفن همراه، تبلت و لپتاپ است. به منظور طراحی برآورد کننده جهت نگاه، شبکه های کانولوشنی مختلف را در یک ساختمان برآورد کننده جهت نگاه بکار گرفتیم. برای آموزش شبکه ها از مجموعه داده GazeCapture استفاده شده است. مدل پیشنهادی، خطای 1.12 سانتی متر را بدون انجام کالیبراسیون بدست آورده است. در نهایت، با گروه بندی داده های موجود، مجموعه داده را به دو دسته ی داده با نور محیط روشن و نور محیط تاریک تقسیم کرده و عملکرد مدل را در هر دو شرایط نوری بررسی و روشی را جهت بهبود ارائه کردیم.