Seguimiento ocular para análisis del comportamiento mediante ANN

Jin, XinZhe (2020). Seguimiento ocular para análisis del comportamiento mediante ANN. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Seguimiento ocular para análisis del comportamiento mediante ANN
Author/s:
  • Jin, XinZhe
Contributor/s:
  • Lope Asiaín, Javier de
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: July 2020
Subjects:
Freetext Keywords: CNN; Visión por computador; Seguimiento ocular; Aprendizaje profundo; Bioinfomática; Computer visión; Eye tracking; Deep learning; Bioinformatics
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

El uso del aprendizaje profundo o deep learning se ha extendido a una gran cantidad de campos en los últimos años. Desde aplicaciones para el procesamiento de lenguaje natural para la clasificación de textos o generación de descripciones hasta el análisis de imágenes médicas con las que se obtienen una mayor precisión que con el propio ojo humano. Todas estas aplicaciones han conseguido resultados notables en cada uno de sus respectivos campos y demuestran el potencial del aprendizaje profundo para resolver problemas complejos. Por consiguiente en este trabajo, se ha tratado de resolver el problema del seguimiento ocular, mediante el uso de técnicas de aprendizaje profundo. Se ha preparado varios datasets con los que se han entrenado un grupo de redes neuronales, con el fin de identificar el punto que observa el usuario en la pantalla. Así mismo, se han comparado y analizado el aprendizaje de cada una de las redes. Finalmente, se han comentado sobre los resultados obtenidos por cada una.---ABSTRACT---Deep learning algorithms are spreaded to a large number of fields in the recent years. From fields like natural language processing, where a tons of applications are created such as texts classification or image caption generators, to medical image analysis that have obtained a better precision than the human eye, related to the computer vision field. All of these applications have achieved remarkable results in each of their respective fields and demonstrate the potential of deep learning to solve complex problems. Therefore, in order to solve the eye tracking problem, a deep learning technique is implemented. Several neural networks are trainned with some datasets that are created manually. Finally, the trainning process are compared and discussed.

More information

Item ID: 63218
DC Identifier: http://oa.upm.es/63218/
OAI Identifier: oai:oa.upm.es:63218
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 24 Jul 2020 10:50
Last Modified: 24 Jul 2020 10:50
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM