眼部追蹤技術一直擁有廣泛應用前景，然而過去40年來，由於其昂貴的硬件成本（高達幾十萬），使得它距離普通消費級應用十分遙遠。此前也有廠商嘗試過將這一技術應用於消費產品中，三星S4 基於普通攝像頭的眼部追蹤翻動手機頁面功能，然而產生的最大問題就是精度差，受環境光影響嚴重，不同人種更是差異巨大，所以三星後來去掉了這一功能。
近日，MIT與喬治亞大學的人工智能研究院希望可以改變這一現狀。他們藉助兩款名為GazeCapture 和iTracker（與蘋果的手機防盜追蹤軟件iTracker不是同一個）的App， 可以將任何一部手機都變成眼球追蹤裝置，大大降低了眼部追蹤技術應用的成本，並且精度提高一大截。
圖片來自：MIT Technology Review
關於此項技術的一篇論文在6月28日的計算機視覺和模式識別大會上發佈，論文的作者之一Aditya Khosla表示，相比於之前同行的研究，他們的優勢在於數據。Khosla 介紹，他們已經通過GazeCapture蒐集了超過1500個手機用户的注視模型，而在此之前，最大的數據樣本是大概也只有50個用户。
為什麼他們能蒐集到如此多的數據？答案是“眾包”模式。研究人員選擇亞馬遜的“土耳其機器人”（Amazon Mechanical Turk）眾包平台，發佈使用GazeCapture 任務，用户可以登錄“土耳其機器人” 攬活。在下載這款App（目前只提供iOS版）之後，GazeCapture 會在屏幕上展示一個顫動的小點，並在小點裏寫上“L”或“R” （分別代表左右），以確保用户集中注意力。用户則通過點擊屏幕左側或右側來作出響應，然後藉助前置攝像頭記錄用户的目光。用户在完成每次任務之後，都可以獲得一筆“小費”。
通過以上方法，GazeCapture 幫助研究人員蒐集了豐富注視模型數據。此前，大多數的研究機構都是召集人們來實驗室採集數據，有50個數據樣本就非常不錯了。
圖片來自：Amazon Mechanical Turk 網站
對於iTracker 軟件，一款目前只能在蘋果手機上運行的卷積神經網絡系統App。iTracker 能識別出頭部和眼球的位置與方向，確定用户的目光究竟看向屏幕的哪個位置。目前iTracker 誤差範圍縮小到了1.5釐米，比以往實驗的精度提高了2倍。在論文提交之後，研究團隊又加入了700個用户的數據，平均每個用户有1600張照片。在這一輪訓練中，誤差範圍更是縮小至1釐米，研究人員預測如果用户達到1萬人，那麼精度會提高為0.5釐米。不過，這樣的精度對於商業用途來説，已經十分足夠了。
對於iTracker來説，存在的最大問題是，神經網絡是一個很大的系統，在手機端的運行效率會很低。不過，研究人員通過採用“Dark Knowledge”（並非黑科技的意思）的處理方法，能夠將神經網絡規模縮小到20%，使得iTracker 可以在手機端處理15幀/秒的畫面，哪怕最短暫的眼神都可以清楚記錄。
對於眼球識別技術的重大突破，康奈爾大學教授 Noah Snavely 評論稱：
資料來源：雷鋒網
作者/編輯：亞萌
近日，MIT與喬治亞大學的人工智能研究院希望可以改變這一現狀。他們藉助兩款名為GazeCapture 和iTracker（與蘋果的手機防盜追蹤軟件iTracker不是同一個）的App， 可以將任何一部手機都變成眼球追蹤裝置，大大降低了眼部追蹤技術應用的成本，並且精度提高一大截。
圖片來自：MIT Technology Review
關於此項技術的一篇論文在6月28日的計算機視覺和模式識別大會上發佈，論文的作者之一Aditya Khosla表示，相比於之前同行的研究，他們的優勢在於數據。Khosla 介紹，他們已經通過GazeCapture蒐集了超過1500個手機用户的注視模型，而在此之前，最大的數據樣本是大概也只有50個用户。
為什麼他們能蒐集到如此多的數據？答案是“眾包”模式。研究人員選擇亞馬遜的“土耳其機器人”（Amazon Mechanical Turk）眾包平台，發佈使用GazeCapture 任務，用户可以登錄“土耳其機器人” 攬活。在下載這款App（目前只提供iOS版）之後，GazeCapture 會在屏幕上展示一個顫動的小點，並在小點裏寫上“L”或“R” （分別代表左右），以確保用户集中注意力。用户則通過點擊屏幕左側或右側來作出響應，然後藉助前置攝像頭記錄用户的目光。用户在完成每次任務之後，都可以獲得一筆“小費”。
通過以上方法，GazeCapture 幫助研究人員蒐集了豐富注視模型數據。此前，大多數的研究機構都是召集人們來實驗室採集數據，有50個數據樣本就非常不錯了。
圖片來自：Amazon Mechanical Turk 網站
對於iTracker 軟件，一款目前只能在蘋果手機上運行的卷積神經網絡系統App。iTracker 能識別出頭部和眼球的位置與方向，確定用户的目光究竟看向屏幕的哪個位置。目前iTracker 誤差範圍縮小到了1.5釐米，比以往實驗的精度提高了2倍。在論文提交之後，研究團隊又加入了700個用户的數據，平均每個用户有1600張照片。在這一輪訓練中，誤差範圍更是縮小至1釐米，研究人員預測如果用户達到1萬人，那麼精度會提高為0.5釐米。不過，這樣的精度對於商業用途來説，已經十分足夠了。
對於iTracker來説，存在的最大問題是，神經網絡是一個很大的系統，在手機端的運行效率會很低。不過，研究人員通過採用“Dark Knowledge”（並非黑科技的意思）的處理方法，能夠將神經網絡規模縮小到20%，使得iTracker 可以在手機端處理15幀/秒的畫面，哪怕最短暫的眼神都可以清楚記錄。
對於眼球識別技術的重大突破，康奈爾大學教授 Noah Snavely 評論稱：
引用“在計算機視覺和人機交互領域，眼部追蹤一直都是人們十分感興趣的領域，但是它成本太貴了，讓普通用户的手機就可以實現這一技術，非常令人驚歎。在我看來，他們達到的精度，似乎可以讓這個領域的人羣開始做些有趣的事了，這一項成果將會引發業內的一輪快速發展。”
資料來源：雷鋒網
作者/編輯：亞萌
請按此登錄後留言。未成為會員? 立即註冊