Un'interfaccia percettiva basata su visione per il gaze tracking

In questo capitolo verrà illustrata la tecnica che caratterizza in gran parte il lavoro svolto nella presente tesi. Questa tecnica è nata come sistema di rilevamento dei volti, sviluppata inizialmente da Paul Viola e Michael Jones, e successivamente estesa da Rainer Lienhart e Jochen Maydt per effettuare anche rilevamenti a seguito di rotazioni (con l’oggetto quindi in diagonale), e permette di elaborare in maniera estremamente rapida un’immagine digitale, ottenendo ottimi risultati nel rilevamento degli oggetti.

Gli elementi chiave che ne permettono il funzionamento sono sostanzialmente i seguenti :

• Una particolare rappresentazione dell’immagine detta “immagine integrale”, che permette di elaborare e rilevare le caratteristiche molto velocemente.

• Una tecnica di apprendimento e rilevamento, basata sull’algoritmo AdaBoost, che sceglie un certo numero di caratteristiche critiche dell’immagine da un insieme più largo, dal quale sono derivate mediante trasformate di Haar, con una resa molto efficiente nella classificazione.

• L’addestramento di classificatori, ovvero alberi decisionali con almeno due foglie che utilizzano le suddette caratteristiche critiche per determinare se una zona dell’immagine di input corrisponde a qualche immagine ad essi nota. Un classificatore è addestrato con (almeno) diverse centinaia di viste di un oggetto particolare (es.: un occhio) denominate “esempi positivi” e ridotte tutte allo stesso formato, ed altrettanti “esempi negativi”, ovvero immagini arbitrarie, che rappresentano in sostanza ciò che “non cerchiamo” e sono anch’esse dello stesso formato.

• La combinazione di questi classificatori in una “cascata” a complessità crescente permette alle regioni di sfondo dell’oggetto da rilevare di essere rapidamente scartate, così da dedicare maggiori risorse nel rilevare le occorrenze effettive dell’oggetto. La cascata in questo senso può essere vista come un meccanismo di “focalizzazione” sull’oggetto specifico, che al contrario di altri approcci fornisce garanzie statistiche in quanto scarta regioni in cui è improbabile che si trovi l’oggetto di interesse.