Journal of Technical Research Journal of Technical Research Журнал технических исследований 2500-3313 119391 Информационные технологии и телекоммуникации Information technology and telecommunication Информационные технологии и телекоммуникации Development of a software service for eye movement detection based on computer vision methods Разработка программного сервиса детекции движения глаз на основе методов компьютерного зрения Буценко Е. В. Bucenko Elena Vladimirovna evl@usue.ru

кандидат экономических наук;

candidate of economic sciences;

 Уральский государственный экономический университет Ural State University of Economics 31 03 2026 31 03 2026 12 1 10 15 19 01 2026 22 02 2026 https://zh-szf.ru/en/nauka/article/119391/view

В статье рассматривается проблема создания программного сервиса для распознавания положения и движения глаз пользователя в режиме реального времени. Актуальность исследования обусловлена растущим спросом на бесконтактные интерфейсы человеко-машинного взаимодействия и интеллектуальные системы анализа визуального внимания. Целью работы является разработка и реализация приложения на языке Java с использованием библиотеки OpenCV, выполняющего детекцию лица и области глаз. Проведен анализ существующих методов детекции объектов, обоснован выбор классического алгоритма Виолы-Джонса, обеспечивающего баланс между производительностью и точностью в условиях ограниченных вычислительных ресурсов. Предложена архитектура программного сервиса, описаны алгоритмы предварительной обработки видеопотока и каскадной классификации. В результате тестирования подтверждена работоспособность разработанного решения в реальном времени. Статья содержит листинг основных модулей программы и анализ полученных результатов.

The article addresses the problem of creating a software service for real-time user eye position and movement detection. The relevance of the research is driven by the growing demand for contactless human-computer interaction interfaces and intelligent visual attention analysis systems. The aim of the study is to develop and implement a Java-based application using the OpenCV library to perform face and eye region detection. An analysis of existing object detection methods is conducted, justifying the choice of the classical Viola-Jones algorithm, which provides a balance between performance and accuracy under limited computational resources. The architecture of the software service is proposed, and algorithms for video stream preprocessing and cascade classification are described. Testing confirmed the real-time functionality of the developed solution. The article includes a listing of key program modules and an analysis of the obtained results.

 компьютерное зрение распознавание лиц детекция глаз алгоритм Виолы-Джонса OpenCV Java видеопоток реальное время каскадный классификатор computer vision face detection eye detection Viola-Jones algorithm OpenCV Java video stream real-time cascade classifier

Duchowski, A. T. Eye Tracking Methodology: Theory and Practice / A. T. Duchowski. – 3rd ed. – Cham: Springer, 2017. – 366 p. Duchowski, A. T. (2017). Eye Tracking Methodology: Theory and Practice (3rd ed.). Cham: Springer. Калькова, Н. Н. Потребительский выбор товаров в интернете и прогнозирование ассортимента методом АВС-анализа на основе метрик визуального нейромаркетинга / Н. Н. Калькова // Управленец. – 2025. – Т. 16, № 1. – С. 92-105. – DOI: 10.29141/2218-5003-2025-16-1-7. Kalkova, N. N. (2025). Consumer Choice of Goods on the Internet and Assortment Forecasting Using ABC Analysis Based on Visual Neuromarketing Metrics. Upravlenets / The Manager, 16(1), 92–105. DOI: 10.29141/2218-5003-2025-16-1-7 Szeliski, R. Computer Vision: Algorithms and Applications / R. Szeliski. – 2nd ed. – London: Springer, 2022. – 979 p. Szeliski, R. (2022). Computer Vision: Algorithms and Applications (2nd ed.). London: Springer. Gonzalez, R. C. Digital Image Processing / R. C. Gonzalez, R. E. Woods. – 4th ed. – New York: Pearson, 2018. – 1168 p. Gonzalez, R. C., & Woods, R. E. (2018). Digital Image Processing (4th ed.). New York: Pearson. Форсайт, Д. Компьютерное зрение. Современный подход / Д. Форсайт, Ж. Понс. – М.: Вильямс, 2004. – 928 с. Forsyth, D., & Ponce, J. (2004). Computer Vision: A Modern Approach. Moscow: Williams. (Original work published in English) Viola, P. Rapid Object Detection using a Boosted Cascade of Simple Features / P. Viola, M. Jones // Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR). – Kauai, 2001. – Vol. 1. – P. I-511–I-518. Viola, P., & Jones, M. (2001). Rapid Object Detection using a Boosted Cascade of Simple Features. In Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR) (Vol. 1, pp. I-511–I-518). Kauai: IEEE. Bradski, G. Learning OpenCV 4: Computer Vision with OpenCV Library / G. Bradski, A. Kaehler. – Sebastopol: O’Reilly Media, 2019. – 976 p. Bradski, G., & Kaehler, A. (2019). Learning OpenCV 4: Computer Vision with OpenCV Library. Sebastopol: O’Reilly Media. Goodfellow, I. Deep Learning / I. Goodfellow, Y. Bengio, A. Courville. – Cambridge: MIT Press, 2016. – 800 p. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. Cambridge: MIT Press. Redmon, J. You Only Look Once: Unified, Real-Time Object Detection / J. Redmon, S. Divvala, R. Girshick, A. Farhadi // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). – Las Vegas, 2016. – P. 779–788. Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 779–788). Las Vegas: IEEE. Мухитдинова, М. Х. Сравнительный анализ методологий и технологий машинного обучения / М. Х. Мухитдинова // Цифровые модели и решения. – 2025. – Т. 4, № 1. – С. 78-85. – DOI: 10.29141/2949-477X-2025-4-1-6. Mukhitdinova, M. Kh. (2025). Comparative Analysis of Machine Learning Methodologies and Technologies. Digital Models and Solutions, 4(1), 78–85. DOI: 10.29141/2949-477X-2025-4-1-6 Калькова, Н. Н. Влияние гендерного фактора на визуальное восприятие цвета упаковки потребителями на основе алгоритмов нейромаркетинга / Н. Н. Калькова // Управленец. – 2024. – Т. 15, № 2. – С. 108-123. – DOI: 10.29141/2218-5003-2024-15-2-8. Kalkova, N. N. (2024). The Influence of Gender Factor on Consumers’ Visual Perception of Packaging Color Based on Neuromarketing Algorithms. Upravlenets / The Manager, 15(2), 108–123. DOI: 10.29141/2218-5003-2024-15-2-8 Oracle Corporation. The Java™ Tutorials [Электронный ресурс]. – Режим доступа: https://docs.oracle.com/javase/tutorial/ (дата обращения: 28.02.2026). Oracle Corporation. (n.d.). The Java™ Tutorials. Retrieved February 28, 2026, from https://docs.oracle.com/javase/tutorial/ OpenCV team. OpenCV: Cascade Classification [Электронный ресурс]. – Режим доступа: https://docs.opencv.org/master/db/d28/tutorial_cascade_classifier.html (дата обращения: 28.02.2026). OpenCV team. (n.d.). OpenCV: Cascade Classification. In OpenCV Documentation. Retrieved February 28, 2026, from https://docs.opencv.org/master/db/d28/tutorial_cascade_classifier.html