Учёные и студенты из Лаборатории интеллектуальных сенсорных систем Центрального университета и «Сколтеха» разработали новый способ повышения точности устройств для отслеживания движения глаз в сложных условиях. Разработка оказалась в два раза точнее других известных методов. Её внедрение позволит улучшить эффективность и расширить применение айтрекеров в различных сферах. Устройство можно будет использовать в медицине для оценки скорости перемещения взгляда пациента во время реабилитации. Оно пригодится для оценки паттернов поведения в неврологии. Также технология найдёт применение в киберспорте и для совершенствования пользовательского опыта при взаимодействии с графическим интерфейсом. Инновационную разработку отметили на международной конференции IEEE REEPE наградой Best Paper Award как лучшую статью.
Устройства для отслеживания движения глаз называются айтрекерами. Айтрекеры обычно устанавливаются рядом с монитором и состоят из инфракрасного излучателя и камеры. Излучатель освещает лицо, а камера считывает инфракрасный блик на зрачке. Программное обеспечение преобразует считанные блики в координаты на экране монитора. Это даёт возможность анализировать перемещение взгляда по экрану. Большинство существующих решений снижают свою точность в нестандартных условиях. Проблемы возникают, если человек в очках или линзах или на него светит яркий свет, который создаёт блики. В таких случаях прибор зачастую не может сфокусироваться. Низкая точность айтрекеров в таких условиях препятствует развитию технологии. Учёные из Центрального университета и «Сколтеха» нашли способ решения проблемы и предложили новый алгоритм отслеживания взгляда.
Преимущество нового подхода заключается в высокой скорости и точности определения положения зрачка в сложных условиях. Алгоритм работает при ношении очков, при ярком потолочном освещении и при незначительных движениях головы. Предложенный алгоритм основан на комбинации двух этапов. Сначала с помощью специальной инфракрасной подсветки снимаются два кадра. Один кадр со светлым зрачком, а второй с тёмным зрачком. Их разность позволяет выделить зрачок и блики, что упрощает дальнейшую обработку движения глаз. На втором этапе происходит группировка выделенных объектов методом K‑средних. Это итеративный алгоритм группировки, который разбивает набор данных на заранее заданное количество классов. Классами могут быть зрачок, блики и фон. На основе этих данных и процедуры калибровки алгоритм рассчитывает точку взгляда на экране монитора.
Тестирование нового подхода проводилось в контролируемых условиях. Испытуемые находились на расстоянии от 50 до 60 сантиметров от камеры. Использовались три сценария. Первый сценарий — без очков и с лабораторным потолочным освещением. Второй сценарий —в очках и со светом. Третий сценарий — без очков и света. Результаты показали, что новый метод позволяет усовершенствовать работу айтрекеров как со стороны скорости обработки кадров, так и в части точности при сложных условиях. Точность определения зрачка улучшилась при ношении очков на 64%, а при ярком освещении — на 27 процентов. Итоговая ошибка определения точки взгляда составила 16 пикселей на экране Full HD. Это почти в два раза меньше, чем у более ранних подходов.
Профессор Центрального университета, руководитель лаборатории интеллектуальных сенсорных систем Центрального университета и доцент Центра инженерных систем и наук «Сколтеха» Андрей Сомов отметил, что новый подход сделает технологию доступной для массового применения благодаря минимизации ошибок. По словам Андрея Сомова, удалось добиться увеличения точности работы айтрекера в сложных условиях, что позволит расширить функционал и применение таких устройств в большем количестве приложений. Профессор подчеркнул, что в исследовании приняли участие молодые ученые, которые продолжат работать в лаборатории над усовершенствованием алгоритмической части айтрекера и её валидацией на реальных устройствах в сложных условиях.
Студентка магистратуры «Сколтеха» по программе «Инженерные системы: аэрокосмос, робототехника, цифровое проектирование», научный сотрудник лаборатории Центрального университета и соавтор исследования Дарья Печенова отметила, что с помощью разработки невролог сможет оценивать пациента с подозрением на болезнь Паркинсона по паттернам взгляда, а педагог сможет видеть, на каких словах ребёнок при чтении задерживает взгляд, чтобы на следующих занятиях проработать их. Как отметила Дарья Печенова, новый алгоритм может привести к массовому и широкому применению айтрекеров. По словам Дарьи Печеновой, особенно ценно, что результаты были представлены на международной конференции и получили высокую оценку, включая награду за лучшую научную работу.
ссылка на оригинал статьи https://habr.com/ru/articles/1032702/