[论文解读] A low cost non-wearable gaze detection system based on infrared image processing

Amir Arbabi, Mohammad Amin Shabani+1 more|arXiv (Cornell University)|Sep 12, 2017

Gaze Tracking and Assistive Technology参考文献 25被引用 3

一句话总结

本文提出一种低成本、非可穿戴的瞳孔检测系统，通过红外成像处理实现瞳孔与标记点的检测，随后采用插值法进行视线估计。在三种用户、不同光照条件下的测试中，该系统在识别主要视线方向时准确率达到90–100%，适用于对成本敏感的通用人机交互应用。

ABSTRACT

Human eye gaze detection plays an important role in various fields, including human-computer interaction, virtual reality and cognitive science. Although different relatively accurate systems of eye tracking and gaze detection exist, they are usually either too expensive to be bought for low cost applications or too complex to be implemented easily. In this article, we propose a non-wearable system for eye tracking and gaze detection with low complexity and cost. The proposed system provides a medium accuracy which makes it suitable for general applications in which low cost and easy implementation is more important than achieving very precise gaze detection. The proposed method includes pupil and marker detection using infrared image processing, and gaze evaluation using an interpolation-based strategy. The interpolation-based strategy exploits the positions of the detected pupils and markers in a target captured image and also in some previously captured training images for estimating the position of a point that the user is gazing at. The proposed system has been evaluated by three users in two different lighting conditions. The experimental results show that the accuracy of this low cost system can be between 90% and 100% for finding major gazing directions.

研究动机与目标

• 开发一种适用于通用人机交互的低成本、非可穿戴视线检测系统。
• 解决现有眼动追踪系统因成本过高或过于复杂而难以广泛部署的局限性。
• 在实现中等精度的同时，保持高度的实现简单性与成本效益，优先考虑可及性而非极致精度。
• 实现在对亚毫米级视线精度需求不高的应用中，实现实际部署。

提出的方法

• 利用红外成像捕获眼部图像，增强瞳孔与周围组织之间的对比度。
• 采用图像处理技术检测捕获的红外图像中的瞳孔和参考标记点（如反光点）。
• 应用基于插值的策略，将实时图像中检测到的瞳孔与标记点的相对位置映射到对应的视线点。
• 使用一组已知视线目标的预捕获训练图像来校准插值模型。
• 依赖多个图像中瞳孔与标记点位置之间的几何关系，估算用户的注视点。
• 无需可穿戴组件，可利用标准红外摄像头实现被动、无干扰的视线追踪。

实验结果

研究问题

• RQ1 低成本、非可穿戴的视线检测系统是否能在通用应用中实现可接受的准确率？
• RQ2 在不同光照条件下，基于插值的视线估计策略表现如何？
• RQ3 仅使用瞳孔与标记点位置对系统准确率与鲁棒性有何影响？
• RQ4 基于红外图像处理的系统是否能在无需专用硬件的情况下实现可靠的视线检测？
• RQ5 与现有商业眼动追踪设备相比，该系统的成本与复杂度表现如何？

主要发现

• 在三位测试用户中，该系统在识别主要视线方向时的准确率介于90%至100%之间。
• 在两种不同光照条件下性能保持稳定，表明对环境变化具有鲁棒性。
• 基于插值的策略能有效利用最小量的训练数据集，将瞳孔与标记点位置映射到对应视线点。
• 系统计算复杂度低，可在低成本硬件上实现实时运行。
• 非可穿戴设计消除了用户不适与设置复杂性，提升了长期或重复使用场景下的可用性。
• 该方法为在中等精度即可满足需求的应用中，提供了商业眼动追踪设备的可行替代方案。