Οφθαλμική προσαρμογή του παραθύρου προβολής σε εφαρμογές επαυξημένης πραγματικότητας
Loading...
Date
2026-10-12
Authors
Καραδελόγλου, Μαριάνθη
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία διερευνά τη δυνατότητα αξιοποίησης οπτικών χαρακτηριστικών του προσώπου για την εκτίμηση της σχετικής κίνησης ενός χρήστη προς και από μία συμβατική RGB κάμερα, με στόχο τη δημιουργία ενός συνεχούς σήματος ελέγχου για μελλοντική αλληλεπίδραση με εικονικό περιβάλλον. Η αρχική προσέγγιση βασίστηκε στην περιοχή των ματιών και ειδικότερα στην υπόθεση ότι η μεταβολή του ανιχνευόμενου μεγέθους της κόρης θα μπορούσε να αποτελέσει ένδειξη προσέγγισης ή απομάκρυνσης. Για τη διερεύνηση της υπόθεσης αναπτύχθηκε σε Python και OpenCV μία πρώτη αλυσίδα επεξεργασίας πραγματικού χρόνου, η οποία περιλάμβανε ανίχνευση προσώπου και ματιών, απομόνωση της περιοχής ενδιαφέροντος και εντοπισμό της κόρης.
Η πειραματική διερεύνηση της αρχικής υλοποίησης ανέδειξε περιορισμούς που σχετίζονταν με ψευδείς ανιχνεύσεις, μεταβολές του φωτισμού και αστάθεια της μέτρησης. Τα ευρήματα αυτά οδήγησαν στον ανασχεδιασμό της προσέγγισης. Η μέτρηση της κόρης επαναπροσδιορίστηκε ως εκτιμώμενη ισοδύναμη διάμετρος βάσει του εμβαδού του επιλεγμένου περιγράμματος, ενώ προστέθηκαν δύο γεωμετρικά χαρακτηριστικά που υπολογίζονται μέσω facial landmarks: το φαινόμενο πλάτος της μύτης και η φαινόμενη απόσταση μεταξύ των ματιών. Τα τρία χαρακτηριστικά αξιολογήθηκαν με κοινό πειραματικό πρωτόκολλο ως προς τη σταθερότητα, την ευαισθησία, την ανθεκτικότητα, την επαναληψιμότητα και τη διαθεσιμότητα ανίχνευσης. Από τα κριτήρια αυτά διαμορφώθηκε συνολικός δείκτης λειτουργικής αξιοπιστίας 𝑄𝑓.
Τα αποτελέσματα έδειξαν ουσιαστικές διαφορές μεταξύ των χαρακτηριστικών. Η εκτιμώμενη διάμετρος της κόρης παρουσίασε 𝑄𝑝𝑢𝑝𝑖𝑙=0.676, το φαινόμενο πλάτος της μύτης 𝑄𝑛𝑜𝑠𝑒=0.913 και η φαινόμενη απόσταση μεταξύ των ματιών 𝑄𝑖𝑝𝑑=0.877. Με βάση τα αποτελέσματα αναπτύχθηκε πολυχαρακτηριστικό σύστημα, στο οποίο οι τρεις μετρήσεις μετατρέπονται σε κοινή αναπαράσταση και συνδυάζονται με βάρη που προκύπτουν από την πειραματική αξιοπιστία τους. Το σύστημα περιλαμβάνει επίσης δυναμική διαχείριση της διαθεσιμότητας των χαρακτηριστικών, έλεγχο συναίνεσης για την αντιμετώπιση μεμονωμένων ακραίων μετρήσεων και χρονική σταθεροποίηση της τελικής απόκρισης.
Η τελική έξοδος είναι το συνεχές σήμα 𝑍𝑜𝑜𝑚𝐶𝑜𝑛𝑡𝑟𝑜𝑙, κανονικοποιημένο στο διάστημα [-1,1], μαζί με τις καταστάσεις BASELINE, NEAR και FAR. Κατά την τελική αξιολόγηση, το σύστημα ανταποκρίθηκε στη ζητούμενη ακολουθία προσέγγισης και απομάκρυνσης, με τα δύο γεωμετρικά χαρακτηριστικά να εμφανίζουν γενικά μεγαλύτερη συμφωνία και τη μέτρηση της κόρης να παρουσιάζει συχνότερα αποκλίσεις ή απώλεια διαθεσιμότητας. Η εργασία δεν επιχειρεί εκτίμηση απόλυτης φυσικής απόστασης, αλλά καταλήγει σε ένα λειτουργικό σύστημα εκτίμησης σχετικής κίνησης με συμβατική κάμερα, το οποίο μπορεί να αποτελέσει βάση για μελλοντική ενσωμάτωση του 𝑍𝑜𝑜𝑚𝐶𝑜𝑛𝑡𝑟𝑜𝑙 στον έλεγχο εικονικού viewport σε περιβάλλον Unity3D.
Description
Keywords
Υπολογιστική όραση, Επαυξημένη πραγματικότητα