| KEYWORD |
Development of an algorithm for automatic eye-blink detection from RGB videos using Machine/Deep Learning
Parole chiave ANALISI DATI SPERIMENTALI, ELABORAZIONE NUMERICA DI SEGNALI, MALATTIE NEUROLOGICHE
Riferimenti GABRIELLA OLMO
Riferimenti esterni Dr. Gianluca Amprimo - gianluca.amprimo@polito.it
Gruppi di ricerca DAUIN - GR-19 - SYSTEM BIOLOGY GROUP - SYSBIO
Tipo tesi SPERIMENTALE APPLICATA
Descrizione Il battito degli occhi (blinking) è un parametro fondamentale nello studio del comportamento umano. La caratterizzazione dei pattern di blinking può consentire di estrarre informazioni importanti relativamente a fenomeni quali attenzione, stress, fatica ed emotività. Negli ultimi anni diversi studi hanno cercato di estrarre in maniera automatica i pattern di blinking da video (blink detection), utilizzando prima algoritmi di computer vision, come segmentazione dell’immagine, e poi algoritmi di machine e deep learning.
La tesi si pone diversi obiettivi:
-Ricerca nella letteratura dei principali metodi per il blink detection basati su computer vision
-Utilizzo dei joints estratti dalla libreria opensource Google MediaPipe relativi agli occhi per implementare un algoritmo di blink detection basato su modelli shallow o deep. L’allenamento verrà eseguito utilizzando dati dalla letteratura e del gruppo di ricerca (dopo labelling manuale o semiautomatico dei dati disponibili e non ancora marcati)
-Validazione dell’algoritmo su dataset di eye-blinking presenti in letteratura
Conoscenze richieste -Conoscenza teoriche di Machine e Deep learning o forte interesse sull’argomento
-Conoscenza del linguaggio Python, incluse librerie Opencv, Scikit-Learn e Pytorch/Keras/Tensorflow (anche solo uno dei tre)
(opzionale) Conoscenze di Image and Signal processing, Linguaggio C++
Scadenza validita proposta 27/03/2024
PROPONI LA TUA CANDIDATURA