[논문 리뷰] Method to Detect Eye Position Noise from Video-Oculography when Detection of Pupil or Corneal Reflection Position Fails

Evgeniy Abdulin, Lee Friedman외 1명|arXiv (Cornell University)|2017. 09. 08.

Gaze Tracking and Assistive Technology참고 문헌 7인용 수 5

한 줄 요약

이 논문은 망막 또는 각막 반사 추적에 실패할 경우 비디오 옵티컬로지에서 RIONEPS(Rapid Irregularly Oscillating Noise of the Eye Position Signal)를 감지하는 방법을 제시한다. 이 방법은 신호 효율성 추정을 사용하여 수평 및 수직 시각 위치 추적에서 노이즈가 있는 세그먼트를 식별함으로써 잘못된 시각 위치 아티팩트를 자동으로 감지할 수 있으며, 최적화된 임계값 설정이 필요하지만 실시간 적용이 가능할 잠재력을 지닌다.

ABSTRACT

We present software to detect noise in eye position signals from video-based eye-tracking systems that depend on accurate pupil and corneal reflection position estimation. When such systems transiently fail to properly detect the pupil or the corneal reflection due to occlusion from eyelids, eye lashes or various shadows, the estimated gaze position is false. This produces an artifactual signal in the position trace that is rapidly, irregularly oscillating between true and false gaze positions. We refer to this noise as RIONEPS (Rapid Irregularly Oscillating Noise of the Eye Position Signal). Our method for detecting these periods automatically is based on an estimate of the relative inefficiency of the eye position signal. We look for RIONEPS in the horizontal and vertical traces separately, and although we typically use it offline, it is suitable to adaptation for real time use. This method requires a threshold to be set, and although we provide some guidance, thresholds will have to be estimated empirically.

연구 동기 및 목표

• 망막 또는 각막 반사 추적에 실패할 경우 비디오 옵티컬로지에서 잘못된 시각 위치 신호의 문제를 해결하기 위해.
• 눈꺼풀, 속눈썹 또는 그림자로 인한 추적 오류로 인해 발생하는 임시적이고 빠르며 비정규적인 진동을 시각 위치 데이터에서 식별하기 위해.
• 정확한 맹금 또는 반사 추적에 의존하지 않고 이러한 노이즈 아티팩트를 자동으로 감지하는 방법을 개발하기 위해.
• 더 나은 데이터 품질을 위해 눈동자 운동 신호에서 RIONEPS 기간을 오프라인 또는 실시간으로 식별할 수 있도록 하기 위해.

제안 방법

• 신호 효율성의 상대적 비효율성을 노이즈 존재의 대체 지표로 사용한다.
• RIONEPS 이벤트를 감지하기 위해 수평 및 수직 시각 위치 추적을 별도로 분석한다.
• 슬라이딩 윈도우를 통해 신호 효율성을 계산하여 비정규적인 진동을 나타내는 급격한 변화를 탐지한다.
• 임계값 기반 감지 메커니즘을 통해 높은 비효율성을 보이는 세그먼트를 식별하여 잠재적 RIONEPS 신호로 간주한다.
• 실시간 사용에 적합하도록 설계되었지만 최적의 임계값은 경험적으로 설정되어야 한다.
• 재현 가능성과 기존 파ip라인에의 통합을 위해 의사코드 및 MATLAB 구현이 제공된다.

실험 결과

연구 질문

• RQ1 표준 맹금 또는 각막 반사 추적에 실패할 경우 시각 위치 신호에서 RIONEPS를 신뢰성 있게 감지할 수 있는 방법은 무엇인가?
• RQ2 비디오 옵티컬로지에서 임시적 추적 오류를 강력하게 나타내는 신호 특성은 무엇인가?
• RQ3 신호 효율성 추정이 맹금 또는 반사 추적 실패 시 진짜 눈동자 운동과 막힘에 의해 유도된 잘못된 진동 사이를 효과적으로 구분할 수 있는가?
• RQ4 이 감지 방법은 실시간 처리 환경과 오프라인 처리 환경 중 어느 정도까지 적용 가능한가?
• RQ5 경험적 임계값 설정이 RIONEPS 감지의 민감도와 특이도에 어떤 영향을 미치는가?

주요 결과

• 이 방법은 진짜와 잘못된 시각 위치 사이에서 빠르고 비정규적인 진동을 보이는 RIONEPS 이벤트를 성공적으로 식별한다.
• 맹금 또는 반사 추적 실패 시에도 신호 효율성 추정이 일시적인 노이즈 패턴을 효과적으로 포착한다.
• 이 방법은 수평 및 수직 시각 위치 추적 모두에서 효과적이며 종합적인 노이즈 감지를 가능하게 한다.
• 이 방법은 오프라인 분석에 적합하며 적절한 임계값 캘리브레이션을 통해 실시간 응용에 적응할 수 있다.
• 의사코드 및 MATLAB 코드가 제공되어 재현성과 기존 눈동자 추적 소프트웨어 파이프라인에의 통합을 지원한다.