[論文レビュー] Driver Gaze Estimation Without Using Eye Movement

Lex Fridman, Philipp Langhans+2 more|arXiv (Cornell University)|Jul 16, 2015

Gaze Tracking and Assistive Technology参考文献 14被引用数 12

ひとこと要約

本論文では、直接的な眼球追跡に代わり、顔面特徴検出と頭部ポーズ分類を用いたリアルタイムドライバーの注視方向推定システムを提案する。顔面特徴の空間的配置を6つの注視領域に分類することで、50名のドライバーが参加した路上データセットにおいて11 Hzで91.4%の精度を達成し、視認が困難な状況下でも信頼性の高い従来の眼球追跡の代替手段を提供する。

ABSTRACT

Abstract—Automated estimation of the allocation of adriver’s visual attention may be a critical component offuture Advanced Driver Assistance Systems. In theory,vision-based tracking of the eye can provide a good estimateof gaze location. In practice, eye tracking from videois challenging because of sunglasses, eyeglass reflections,lighting conditions, occlusions, motion blur, and otherfactors. Estimation of head pose, on the other hand, isrobust to many of these effects, but cannot provide as fine-grained of a resolution in localizing the gaze. However,for the purpose of keeping the driver safe, it is sufficientto partition gaze into regions. In this effort, we proposea system that extracts facial features and classifies theirspatial configuration into six regions in real-time. Ourproposed method achieves an average accuracy of 91.4%at an average decision rate of 11 Hz on a dataset of 50drivers from an on-road study.Index Terms—Head pose estimation, gaze tracking, driverdistraction, driver assistance systems, on-road study.

研究の動機と目的

• 眼球の動きを追跡しない、耐障害性の高いドライバーの注視方向推定システムの開発を目的とする。
• 眼鏡の反射や照明の悪さといった従来の眼球追跡の限界を克服することを目的とする。
• 視覚的注意の分布を推定することで、高度運転支援システムにおける安全性を向上させることを目的とする。
• 顔面特徴の配置のみを用いて、高精度に離散的な注視領域に分類することを目的とする。
• 路上への実装に適したリアルタイム性能を達成することを目的とする。

提案手法

• リアルタイムの顔面ランドマーク検出アルゴリズムを用いて、顔面の重要な特徴点を検出する。
• これらの顔面特徴の空間的配置を、事前に定義された6つの注視領域に分類する。
• 注視方向の局所化のための代理指標として、頭部ポーズ推定を用い、直接的な眼球追跡を回避する。
• 顔面ランドマーク間の幾何的関係を活用して、注視方向を推定する。
• 顔面特徴の配置を注視領域にマッピングするための機械学習分類器を訓練する。
• システムは平均11 Hzの意思決定レートで動作し、リアルタイム性能を実現する。

実験結果

リサーチクエスチョン

• RQ1 眼球追跡を一切用いずに、顔面特徴の配置を信頼性を持って注視方向推定に利用できるか？
• RQ2 頭部ポーズと顔面ランドマークのみを用いて、注視を離散的な領域にどれほど高精度に分類できるか？
• RQ3 視界が遮られる状況下でも、実際の路上環境における本システムの性能はいかがなものか？
• RQ4 高精度な注視領域分類を達成しつつ、リアルタイム動作を維持できるか？
• RQ5 環境要因に対する耐障害性という観点から、従来の眼球追跡と比較して本手法はどのように優れているか？

主な発見

• 提案手法は、ドライバーの注視を6つの領域に分類する平均精度が91.4%に達した。
• システムは平均11 Hzの意思決定レートで動作し、リアルタイムアプリケーションに適している。
• 眼鏡の反射や照明の変動といった眼球追跡の一般的な課題に対しても、本手法は耐障害性を示した。
• 遮蔽物がある路上環境でも、50名のドライバーを対象とした多様な被験者群において、注視方向推定の精度が維持された。
• 顔面特徴の幾何学的配置と頭部ポーズを用いることで、直接的な眼球追跡を効果的に代替できる。