4.1 Recognition ArchitectureFig. 2

4.1 Recognition Architecture
Fig. 2 shows the overall architecture for EAR. The methods
were all implemented offline using MATLAB and C. Input
to the processing chain are the two EOG signals capturing
the horizontal and the vertical eye movement components.
In the first stage, these signals are processed to remove any
artifacts that might hamper eye movement analysis. In the
case of EOG signals, we apply algorithms for baseline drift
and noise removal. Only this initial processing depends on
the particular eye tracking technique used; all further stages
are completely independent of the underlying type of
eye movement data. In the next stage, three different eye
movement types are detected from the processed eye
movement data: saccades, fixations, and blinks. The
corresponding eye movement events returned by the
detection algorithms are the basis for extracting different
eye movement features using a sliding window. In the last
stage, a hybrid method selects the most relevant of these
features, and uses them for classification.

ผลลัพธ์ (ไทย) 1:

4.1 การสถาปัตยกรรมFig. 2 แสดงสถาปัตยกรรมโดยรวมสำหรับหู วิธีการทั้งหมดดำเนินการแบบออฟไลน์โดยใช้ MATLAB และ C. ป้อนสายประมวลผลมีสัญญาณ EOG สองจับในแนวนอนและแนวตั้งตาส่วนประกอบการเคลื่อนไหวในระยะแรก ประมวลผลสัญญาณเหล่านี้เมื่อต้องการเอาออกสิ่งประดิษฐ์ที่อาจขัดขวางการวิเคราะห์การเคลื่อนไหวของตา ในกรณีของ EOG สัญญาณ เราใช้อัลกอริทึมสำหรับดริฟท์พื้นฐานและกำจัดเสียงรบกวน เท่านี้ประมวลผลเริ่มต้นขึ้นอยู่กับตาเฉพาะติดตามเทคนิคใช้ ทุกขั้นตอนต่อไปไม่สมบูรณ์ขึ้นอยู่กับชนิดของต้นข้อมูลความเคลื่อนไหวของตา ในขั้นตอนถัดไป สามตาที่แตกต่างกันตรวจพบการเคลื่อนไหวชนิดจากตาประมวลผลข้อมูลความเคลื่อนไหว: saccades, fixations และกะพริบ ที่เหตุการณ์ความเคลื่อนไหวตาตรงได้จากการตรวจสอบอัลกอริทึมเป็นพื้นฐานสำหรับการดึงข้อมูลแตกต่างกันตาเคลื่อนไหวคุณลักษณะหน้าต่างบานเลื่อน สุดท้ายขั้นตอน วิธีไฮบริเลือกที่เกี่ยวข้องมากที่สุดเหล่านี้คุณลักษณะ และใช้สำหรับการจัดประเภท

ผลลัพธ์ (ไทย) 2:

4.1
การรับรู้สถาปัตยกรรมรูป 2 แสดงสถาปัตยกรรมโดยรวมสำหรับหู วิธีการได้ทั้งหมดนำมาใช้แบบออฟไลน์โดยใช้ MATLAB และ C ป้อนข้อมูลไปยังห่วงโซ่การประมวลผลเป็นสองสัญญาณEOG จับแนวนอนและส่วนประกอบตาเคลื่อนไหวในแนวตั้ง. ในขั้นตอนแรกสัญญาณเหล่านี้จะถูกประมวลผลใด ๆ ที่จะเอาสิ่งประดิษฐ์ที่อาจขัดขวางการวิเคราะห์การเคลื่อนไหวตา. ในกรณีที่มีการส่งสัญญาณ EOG เราใช้อัลกอริทึมสำหรับดริฟท์พื้นฐานและการกำจัดเสียงรบกวน เพียงแค่นี้การประมวลผลเริ่มต้นขึ้นอยู่กับเทคนิคการติดตามตาโดยเฉพาะอย่างยิ่งที่ใช้; ขั้นตอนต่อไปทั้งหมดมีความเป็นอิสระอย่างสมบูรณ์ของชนิดพื้นฐานของข้อมูลการเคลื่อนไหวของตา ในขั้นตอนต่อไปสามตาที่แตกต่างกันประเภทการเคลื่อนไหวมีการตรวจพบจากสายตาของการประมวลผลข้อมูลการเคลื่อนไหว: saccades, ยึดติดและกระพริบ เหตุการณ์ตาเคลื่อนไหวที่สอดคล้องกันส่งกลับโดยขั้นตอนวิธีการตรวจสอบเป็นพื้นฐานสำหรับการสกัดที่แตกต่างกันตาเคลื่อนไหวคุณสมบัติการใช้หน้าต่างบานเลื่อน ในช่วงขั้นตอนวิธีการไฮบริดเลือกที่เกี่ยวข้องมากที่สุดของเหล่านี้มีคุณสมบัติและใช้พวกเขาสำหรับการจัดหมวดหมู่

ผลลัพธ์ (ไทย) 3:

4.1 การยอมรับสถาปัตยกรรม
รูปที่ 2 แสดงให้เห็นถึงสถาปัตยกรรมโดยรวมของหู วิธีการคือการใช้ MATLAB ครับ
.
นำเข้าเพื่อการประมวลผลโซ่เป็นสอง eog สัญญาณจับ
แนวนอนและชิ้นส่วนเคลื่อนไหวตาแนวตั้ง .
ในขั้นตอนแรก สัญญาณเหล่านี้จะถูกประมวลผลเพื่อลบวัตถุใด ๆที่อาจขัดขวาง
การวิเคราะห์การเคลื่อนไหวของตา ใน กรณีของสัญญาณ eog
,เราใช้ขั้นตอนวิธีสำหรับ
ลอยพื้นฐานและกำจัดเสียงรบกวน เพียงเริ่มต้นการประมวลผลขึ้นอยู่กับ
ตาโดยเฉพาะติดตามเทคนิคที่ใช้ ; ทุกขั้นตอนต่อไป
จะสมบูรณ์อิสระจากต้นแบบประเภท
ข้อมูลการเคลื่อนไหวของตา ในขั้นตอนต่อไป ทั้งสามต่างตา
เคลื่อนไหวชนิดที่ตรวจพบจากการประมวลผลข้อมูลการเคลื่อนไหวของตา
saccades ไหลเกี่ยวกับเวทมนต์บ้าง , และ , กะพริบ
เหตุการณ์การเคลื่อนไหวของสายตาที่ส่งกลับโดย
ตรวจสอบขั้นตอนวิธีเป็นพื้นฐานสำหรับการสกัดคุณลักษณะเคลื่อนไหวตาแตกต่างกัน
ใช้หน้าต่างบานเลื่อน . ในขั้นตอนสุดท้าย
, วิธีไฮบริดเลือกที่เกี่ยวข้องมากที่สุดของคุณสมบัติเหล่านี้
และใช้พวกเขาสำหรับการจำแนกประเภท