Метод оценки областей интереса при айтрекинге

Коровин Я.С., Хисамутдинов М.В., Фисунов А.В., Иванов Д.Я.

Email: Korovin695@scientifictext.ru

Коровин Яков Сергеевич – кандидат технических наук, директор;

Хисамутдинов Максим Владимирович – кандидат технических наук, старший научный сотрудник;

Фисунов Александр Владимирович – программист;

Иванов Донат Яковлевич – кандидат технических наук, старший научный сотрудник,

Научно-исследовательский институт многопроцессорных вычислительных систем им. академика А.В. Каляева

Южный федеральный университет,

г. Таганрог

Аннотация: современные многомодальные интерфейсы взаимодействия оператора и управляемого объекта (робота, мехатронного комплекса и т.п.) могут использовать не только визуальный и акустический каналы связи, но и отслеживание направления взгляда оператора. Современные системы отслеживания направления глаз оператора зачастую используют дорогостоящее и сложное в эксплуатации оборудование. Однако существует спрос на дешевые и простые в применении системы. Один из подходов к созданию таких систем заключается в применении легкой конструкции очков оператора, в которой функции экрана, камеры, вычислительного и телекоммуникационного устройства выполняет смартфон бюджетного класса с установленным специальным программным обеспечением. В данной работе предложен метод оценки областей интереса при распознавании направления взгляда оператора в такой системе айтрекинга. Алгоритмическая и программная реализация предложенного метода позволяет применять его на доступных массовых устройствах.

Ключевые слова: отслеживание взгляда, интерфейс управления, айтрекинг, область интереса, распознавание образов.

Method for assessing areas of interest in eye tracking

Korovin Ya.S., Khisamutdinov M.V., Fisunov A.V., Ivanov D.Yа.

Korovin Yakov Sergeevich – PhD in Tecnology, Director;

Khisamutdinov Maxim Vladimirovich – PhD in Tecnology, Senior Researcher;

Fisunov Alexander Vladimirovich - Programmer;

Ivanov Donat Yakovlevich – PhD in Tecnology, Senior Researcher,

SCIENTIFIC RESEARCH INSTITUTE OF MULTIPROCESSOR COMPUTER SYSTEMS NAMED AFTER ACADEMICIAN A.V. KALYAEV

Southern Federal University,

Taganrog

Abstract: modern multimodal interfaces of interaction between the operator and the controlled object (robot, mechatronic complex, etc.) can use not only visual and acoustic communication channels, but also tracking the direction of the operator's gaze. Modern operator eye tracking systems often use expensive and complex equipment. However, there is a demand for cheap and easy-to-use systems. One of the approaches to the creation of such systems is to use a lightweight design of operator glasses, in which the functions of a screen, camera, computing and telecommunication device are performed by a budget class smartphone with installed special software. This paper proposes a method for assessing areas of interest when recognizing the direction of the operator's gaze in such an eye tracking system. Algorithmic and software implementation of the proposed method makes it possible to apply it on available mass devices.

Keywords: eye tracking, control interface, eye tracking, region of interest, pattern recognition.

Список литературы / References

Фроимсон М.И. и др. Система определения направления взгляда пользователя в режиме реального времени // Спецтехника и связь. Общество с ограниченной ответственностью «Спецтехника и связь», 2013. № 3. С. 32–34.
Hansen D.W., Ji Q. In the eye of the beholder: A survey of models for eyes and gaze // IEEE Trans. Pattern Anal. Mach. Intell. IEEE, 2009. Vol. 32. № 3. P. 478–500.
Morimoto C.H., Mimica M.R.M. Eye gaze tracking techniques for interactive applications // Comput. Vis. image Underst. Elsevier, 2005. Vol. 98. № 1. P. 4–24.
Lupu R.G., Ungureanu F., Siriteanu V. Eye tracking mouse for human computer interaction // 2013 E-Health and Bioengineering Conference (EHB), 2013. P. 1–4.
Sugano Y. et al. Appearance-based gaze estimation with online calibration from mouse operations // IEEE Trans. Human-Machine Syst. IEEE, 2015. Vol. 45. № 6. P. 750–760.
Хисамутдинов М.В., Коровин Я.С., Иванов Д.Я. Расширенный интерфейс человек-робот с дополненной реальностью // Вестник Белгородского государственного технологического университета им. ВГ Шухова, № 9. С. 113–120.
Chennamma H.R., Yuan X. A survey on eye-gaze tracking techniques // arXiv Prepr. arXiv1312.6410. 2013. P. 388–393.
Lu F. et al. A head pose-free approach for appearance-based gaze estimation. // BMVC, 2011. P. 1–11.
Wang Y. et al. Appearance-based gaze estimation using deep features and random forest regression // Knowledge-Based Syst. Elsevier, 2016. Vol. 110. P. 293–301.
Lu F. et al. Inferring human gaze from appearance via adaptive linear regression // 2011 International Conference on Computer Vision, 2011. P. 153–160.
Lai C.-C. et al. Appearance-based gaze tracking with free head movement // 2014 22nd International Conference on Pattern Recognition, 2014. P. 1869–1873.
Hansen D.W. et al. Eye typing using Markov and active appearance models // Sixth IEEE Workshop on Applications of Computer Vision, 2002. (WACV 2002). Proceedings, P. 132–136.
Ishikawa T. Passive driver gaze tracking with active appearance models // Proceedings of the 11 World Congress on Intelligent Transportation Systems. figshare, 2004.
Tan K.-H., Kriegman D.J., Ahuja N. Appearance-based eye gaze estimation // Sixth IEEE Workshop on Applications of Computer Vision, 2002. (WACV 2002). Proceedings, P. 191–195.
Li D., Winfield D., Parkhurst D.J. Starburst: A hybrid algorithm for video-based eye tracking combining feature-based and model-based approaches // 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’05)-Workshops, 2005. P. 79–87.
Ferhat O., Vilariño F. Low cost eye tracking // Comput. Intell. Neurosci. Hindawi Publishing Corp., 2016. Vol. 2016. P. 17.
Fischler M.A., Bolles R.C. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography // Commun. ACM. ACM, 1981. Vol. 24. № 6. P. 381–395.
Nguyen P. et al. Calibration-free gaze tracking using particle filter // 2013 IEEE International Conference on Multimedia and Expo (ICME), 2013. P. 1–6.
Малин И. Отслеживание направления взгляда в реальном времени без использования специальной видеоаппаратуры // Труды «23-й международной конференции по компьютерной графике и зрению». Институт автоматики и процессов управления ДВО РАН, Дальневосточный федеральный университет, 2013. Ч. 294–297.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Электронная версия. Коровин Я.С., Хисамутдинов М.В., Фисунов А.В., Иванов Д.Я. Метод оценки областей интереса при айтрекинге // Вестник науки и образования № 17(95), 2020 [Электронныйресурс].URL: http://scientificjournal.ru/images/PDF/2020/95/metod-otsenki-oblaste.pdf (Дата обращения:ХХ.ХХ.201Х).

Печатная версия. Коровин Я.С., Хисамутдинов М.В., Фисунов А.В., Иванов Д.Я. Метод оценки областей интереса при айтрекинге // Вестник науки и образования № 17(95), 2020, C. {см. журнал}.