RT info:eu-repo/semantics/bachelorThesis
T1 Desarrollo de un sistema de Machine Learning para Eye-Tracking sin hardware específico
A1 Martínez Juárez, Eduardo
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 Seguimiento ocular
K1 Detección facial
K1 Detección ocular
AB El seguimiento ocular o Eye-Tracking ha sido objeto de estudio desde el siglo XIX, dadosu interés en el campo de la ciencia y psicología cognitiva. En la actualidad, graciasal indiscutible avance de la tecnología , cobra una nueva dimensión de áreas en lasque su aplicación resulta relevante, como lo son la interacción persona-computadora, laaccesibilidad o el marketing.La forma más habitual de adquirir datos para Eye-Tracking en un ordenador requieredispositivos dedicados basados en infrarrojos, con los inconvenientes que supone utilizarhardware específico.El presente trabajo desarrolla un sistema de Eye-Tracking basado en Deep Learningque permite estimar la dirección de la mirada sin hardware especializado, utilizando solola cámara del dispositivo del usuario. Para ello se adquieren datos faciales y posicionalescon los que posteriormente se evalúan diferentes propuestas de arquitecturas de redesconvolucionales y estrategias de preprocesamiento de datos para optimizar la precisióndel sistema.Los resultados obtenidos demuestran la viabilidad de la propuesta en un mercadoen el que hay soluciones comerciales existentes, aunque escasas, abriendo la puerta afuturas mejoras e implementaciones en entornos reales.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79666
UL https://uvadoc.uva.es/handle/10324/79666
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 18-nov-2025