無意識に自動キャリブレーションされる視線計測装置の開発

点击翻译按钮获取中文摘要

視線計測システムの使用前にユーザ毎にユーザキャリブレーションが要求され、システムを広く活用する妨げとなっている。このキャリブレーション作業をユーザに意識させることなく自動化で完了させる手法について研究を行なっている。これまでの研究では、眼球の光軸周辺の顕著性マップを切り出して、左右の眼球の中心範囲の重なりを考慮することで、光軸周辺から視軸の位置を推定し、それによって個人パラメタを推定することが可能となっていた。しかし、計測中の大量のデータを平均化してパラメタを推定する必要があったため、計算コストが大きくなったり、時間がかかり過ぎる問題が残されていた。本研究では光軸・瞳孔運動の分析によるデータの選別、眼球画像処理の改良、顕著性マップの効率化等により、計算量の削減と精度の向上を図るものである。現在までのところ、眼球の光軸の運動を分析し、速度や座標の変化からユーザが注視を行なっている時だけキャリブレーションに使用するという手法を提案した。この手法ではキャリブレーションに使用するデータを選別することで精度を維持したまま、キャリブレーションに使用する画像数をを約80%以上削減することができた。この成果は2023年3月にインタラクション2023で発表を行なった。また、2023年5月に開催される国際学会ETRA2023(Eye Tracking Research & Applications)で採択され、発表することが決定している。また、研究費で新たな高速赤外線カメラを購入し、新しくデータを取得するための実験システムを構築中である。