Göz takibi - Eye tracking

Bu makale, göz hareketinin incelenmesi hakkındadır. Eğilim görsel potansiyel av izlemesi için bkz göz takip .

Bilim adamları, sürüş sırasında görme bozukluğunu kontrol etmek için glokom hastalarında göz hareketlerini izler.

Göz izleme , ya bakış açısını (birinin baktığı yer) ya da bir gözün başa göre hareketini ölçme işlemidir . Bir göz izleyici göz konumları ve ölçülmesi için bir cihaz göz hareketi . Göz takip cihazları, görsel sistem araştırmalarında, psikolojide, psikodilbilimde , pazarlamada, insan-bilgisayar etkileşimi için bir girdi aracı olarak ve ürün tasarımında kullanılır. Göz takip cihazları ayrıca rehabilitasyon ve yardımcı uygulamalar için (örneğin tekerlekli sandalyelerin, robotik kolların ve protezlerin kontrolü ile ilgili) giderek daha fazla kullanılmaktadır. Göz hareketini ölçmek için çeşitli yöntemler vardır. En popüler varyant, göz konumunun çıkarıldığı video görüntülerini kullanır. Diğer yöntemler arama bobinlerini kullanır veya elektrookülograma dayalıdır .

1960'lardan Yarbus göz takip cihazı.

Tarih

1800'lerde, doğrudan gözlemler kullanılarak göz hareketi çalışmaları yapıldı. Örneğin, Louis Émile Javal 1879'da, okumanın daha önce varsayıldığı gibi metin boyunca gözlerin yumuşak bir şekilde süpürülmesini değil, bir dizi kısa duraklamayı (sabitleme olarak adlandırılır) ve hızlı sakkadları içerdiğini gözlemledi . Bu gözlem, 1900'lerde keşfedilen okumayla ilgili önemli soruları gündeme getirdi: Gözler hangi kelimelerde durur? Ne kadar süreliğine? Ne zaman önceden görülen kelimelere gerilerler?

Metin üzerinde sabitleme ve sakkadlara bir örnek. Bu, okuma sırasında tipik göz hareketi modelidir. Gözler hareketsiz metin üzerinde asla düzgün hareket etmez.

Edmund Huey, göz bebeği için bir deliği olan bir tür kontakt lens kullanarak erken bir göz takip cihazı yaptı . Lens, gözün hareketine tepki olarak hareket eden bir alüminyum işaretçiye bağlandı. Huey regresyonları inceledi ve nicelleştirdi (sakkadların yalnızca küçük bir kısmı gerilemedir) ve bir cümledeki bazı kelimelerin sabit olmadığını gösterdi.

İlk müdahaleci olmayan göz takip cihazları, Chicago'da Guy Thomas Buswell tarafından göze yansıyan ve ardından filme kaydedilen ışık huzmeleri kullanılarak yapıldı. Buswell, okuma ve resim izleme konusunda sistematik çalışmalar yaptı.

1950'lerde Alfred L. Yarbus göz izleme araştırması yaptı ve 1967 tarihli kitabından sık sık alıntı yapıldı. Bir deneğe verilen görevin deneğin göz hareketi üzerinde çok büyük bir etkisi olduğunu gösterdi. Sabitlemeler ve çıkar arasındaki ilişki hakkında da şunları yazmıştır:

"Bütün kayıtlar... göz hareketinin karakterinin ya tamamen bağımsız olduğunu ya da resmin malzemesine ve düz ya da düze yakın olması koşuluyla nasıl yapıldığına çok az bağlı olduğunu kesin olarak gösteriyor." Resimlerin incelenmesindeki döngüsel kalıp "yalnızca resimde gösterilene değil, aynı zamanda gözlemcinin karşılaştığı soruna ve resimden elde etmeyi umduğu bilgilere de bağlıdır."
Yarbus (1967) tarafından yapılan bu çalışma , genellikle bir kişiye verilen görevin onun göz hareketini nasıl etkilediğine dair kanıt olarak anılır.
"Göz hareketlerinin kayıtları, gözlemcinin dikkatinin genellikle resmin yalnızca belirli öğeleri tarafından tutulduğunu göstermektedir... Göz hareketi, insan düşünce süreçlerini yansıtır; bu nedenle, gözlemcinin düşüncesi, bir dereceye kadar göz hareketi kayıtlarından (düşünce) takip edilebilir. Belirli bir nesnenin incelenmesine eşlik eder) Bu kayıtlardan, hangi öğelerin gözlemcinin dikkatini (ve dolayısıyla onun düşüncesini), hangi sırayla ve ne sıklıkta çektiğini belirlemek kolaydır."
"Gözlemcinin dikkati sık sık önemli bilgi vermeyen ancak kendi görüşüne göre bunu yapabilecek unsurlara çekilir. Çoğu zaman bir gözlemci dikkatini belirli durumlarda olağandışı, tanıdık olmayan, anlaşılmaz vb. unsurlara odaklar. "
"... sabitleme noktalarını değiştirirken, gözlemcinin gözü tekrar tekrar resmin aynı öğelerine döner. Algıya harcanan ek zaman, ikincil öğeleri incelemek için değil, en önemli öğeleri yeniden incelemek için kullanılır."
Hunziker (1970) tarafından problem çözmede göz takibi üzerine yapılan bu çalışmada , konuyu görsel problemin gösterildiği bir cam plakadan filme alarak göz hareketini izlemek için basit 8 mm film kullanılmıştır.

1970'lerde göz izleme araştırmaları, özellikle okuma araştırmaları hızla genişledi. Bu dönemdeki araştırmalara iyi bir genel bakış Rayner tarafından verilmektedir .

1980'de Just ve Carpenter , "sabitlenen ve işlenen arasında kayda değer bir gecikme olmadığı" şeklindeki etkili Güçlü göz-zihin hipotezini formüle etti . Bu hipotez doğruysa, o zaman bir özne bir kelimeye veya nesneye baktığında, o da onun hakkında düşünür (bilişsel olarak işlem yapar) ve tam olarak kaydedilen sabitlenme kadar sürer. Hipotez genellikle göz izleme kullanan araştırmacılar tarafından kabul edilir. Bununla birlikte, bakışa bağlı teknikler , açık ve gizli dikkatleri birbirinden ayırmak, neyin sabitlenmiş ve neyin işlendiğini ayırt etmek için ilginç bir seçenek sunar.

1980'lerde, göz-zihin hipotezi, insanların sıklıkla yaptığı, kişinin bakmadığı bir şeye dikkat etmesi, örtülü dikkat ışığında sıklıkla sorgulandı. Göz izleme kayıtları sırasında gizli dikkat yaygınsa, sonuçta ortaya çıkan tarama yolu ve sabitleme kalıpları genellikle dikkatimizin nerede olduğunu değil, yalnızca gözün nereye baktığını gösterecek ve bilişsel işlemeyi göstermede başarısız olacaktır.

1980'ler ayrıca insan-bilgisayar etkileşimiyle ilgili soruları yanıtlamak için göz izlemenin kullanılmasının doğuşuna da tanık oldu. Özellikle araştırmacılar, kullanıcıların bilgisayar menülerinde komutları nasıl aradıklarını araştırdı. Ek olarak, bilgisayarlar, öncelikle engelli kullanıcılara yardımcı olmak için araştırmacıların göz izleme sonuçlarını gerçek zamanlı olarak kullanmalarına izin verdi.

Daha yakın zamanlarda, kullanıcıların farklı bilgisayar arayüzleriyle nasıl etkileşime girdiğini incelemek için göz izlemenin kullanılmasında bir büyüme olmuştur. Araştırmacıların sorduğu belirli sorular, farklı arayüzlerin kullanıcılar için ne kadar kolay olduğuyla ilgilidir. Göz izleme araştırmasının sonuçları, arayüz tasarımında değişikliklere yol açabilir. Son zamanlardaki bir başka araştırma alanı da Web geliştirme üzerine odaklanmaktadır. Bu, kullanıcıların açılır menülere nasıl tepki verdiklerini veya geliştiricinin bir reklamı nereye yerleştireceğini bilmesi için dikkatlerini bir web sitesinde nereye odakladıklarını içerebilir.

Hoffman'a göre, mevcut fikir birliği, görsel dikkatin her zaman gözün biraz (100 ila 250 ms) önünde olmasıdır. Ancak dikkat yeni bir konuma geçer geçmez gözler onu takip etmek isteyecektir.

Yine de belirli bilişsel süreçleri, bir sahnedeki belirli bir nesneye saplanıp kalmaktan doğrudan çıkaramayız. Örneğin, bir resimdeki bir yüze sabitlenme, tanıma, beğenme, hoşlanmama, şaşkınlık vb. durumları gösterebilir. Bu nedenle, göz izleme genellikle içe dönük sözlü protokoller gibi diğer metodolojilerle birleştirilir .

Taşınabilir elektronik cihazlardaki gelişmeler sayesinde, taşınabilir başa takılan göz takip cihazları şu anda mükemmel performans elde edebiliyor ve günlük yaşam ayarlarını hedefleyen araştırma ve pazar uygulamalarında giderek daha fazla kullanılıyor. Aynı ilerlemeler, hem laboratuvarda hem de uygulamalı ortamlarda fiksasyon sırasında meydana gelen küçük göz hareketlerinin incelenmesinde artışlara yol açmıştır.

Göz izlemede evrişimli sinir ağlarının kullanılması, yapay zeka tarafından yeni bilgilerin tanımlanmasına izin verir.

21. yüzyılda, yapay zeka (AI) ve yapay sinir ağlarının kullanımı , göz izleme görevlerini ve analizini tamamlamanın uygun bir yolu haline geldi. Özellikle, evrişimli sinir ağı , görüntü merkezli görevler için tasarlandığından, kendisini göz izlemeye borçludur. Yapay zeka ile göz izleme görevleri ve çalışmaları, insan gözlemciler tarafından tespit edilmemiş olabilecek ek bilgiler sağlayabilir. Derin öğrenme uygulaması, yeterli örnek veri verildiğinde belirli bir sinir ağının belirli bir görevde gelişmesine de izin verir. Ancak bu, nispeten büyük bir eğitim verisi kaynağı gerektirir.

Göz izlemede yapay zekanın potansiyel kullanım durumları, tıbbi uygulamalardan sürücü güvenliğine ve oyun teorisine kadar çok çeşitli konuları kapsar. CNN yapısı, göz izleme görevine nispeten iyi uysa da, araştırmacılar, eldeki belirli görev için uyarlanmış özel bir sinir ağı oluşturma seçeneğine sahiptir. Bu durumlarda, bu şirket içi yaratımlar, bir sinir ağı için önceden var olan şablonlardan daha iyi performans gösterebilir. Bu anlamda, belirli bir görev için ideal ağ yapısını belirlemenin bir yolu olup olmadığı görülecektir.

İzleyici türleri

Göz takip cihazları gözün dönüşlerini birkaç yoldan biriyle ölçer, ancak esas olarak üç kategoriden birine girerler: (i) göze takılı bir nesnenin (normalde özel bir kontakt lens) hareketinin ölçümü; (ii) gözle doğrudan temas olmaksızın optik izleme; ve (iii) göz çevresine yerleştirilen elektrotlar kullanılarak elektrik potansiyellerinin ölçülmesi.

Göze bağlı izleme

İlk tip, gömülü aynalı veya manyetik alan sensörlü özel bir kontakt lens gibi göze bir ek kullanır ve ekin hareketi, göz döndükçe önemli ölçüde kaymadığı varsayımıyla ölçülür. Sıkıca oturan kontakt lenslerle yapılan ölçümler, göz hareketinin son derece hassas kayıtlarını sağlamıştır ve manyetik arama bobinleri, dinamikleri ve göz hareketinin altında yatan fizyolojiyi inceleyen araştırmacılar için tercih edilen yöntemdir. Bu yöntem, göz hareketinin yatay, dikey ve burulma yönlerinde ölçülmesini sağlar.

optik izleme

Göz takip eden başa takılan ekran . Her gözün ekran merceğinin yanında bir LED ışık kaynağı (altın renkli metal) ve ekran merceğinin altında bir kamera bulunur.

İkinci geniş kategori, göz hareketini ölçmek için bazı temassız, optik yöntemler kullanır. Tipik olarak kızılötesi olan ışık, gözden yansıtılır ve bir video kamera veya özel olarak tasarlanmış başka bir optik sensör tarafından algılanır. Bilgiler daha sonra yansımalardaki değişikliklerden göz rotasyonunu çıkarmak için analiz edilir. Video tabanlı göz izleyiciler , zaman içinde izlemek için tipik olarak kornea yansımasını (ilk Purkinje görüntüsü ) ve gözbebeğinin merkezini kullanır. Daha hassas bir göz izleyici türü olan çift Purkinje göz izleyici, izlenecek özellikler olarak korneanın önünden (ilk Purkinje görüntüsü) ve merceğin arkasından (dördüncü Purkinje görüntüsü) yansımaları kullanır. Daha da hassas bir izleme yöntemi, retina kan damarları gibi gözün içindeki özellikleri görüntülemek ve göz dönerken bu özellikleri takip etmektir. Optik yöntemler, özellikle video kaydına dayalı olanlar, bakış takibi için yaygın olarak kullanılmaktadır ve non-invaziv ve ucuz oldukları için tercih edilmektedir.

Ayrıca bakınız: Video-okülografi

Elektrik potansiyeli ölçümü

Üçüncü kategori, göz çevresine yerleştirilen elektrotlarla ölçülen elektrik potansiyellerini kullanır. Gözler, zifiri karanlıkta ve gözler kapalı olduğunda da tespit edilebilen sabit bir elektrik potansiyel alanının kaynağıdır. Pozitif kutbu korneada ve negatif kutbu retinada olan bir dipol tarafından üretilecek şekilde modellenebilir. Bir göz çevresindeki deriye yerleştirilen iki çift kontak elektrot kullanılarak elde edilebilen elektrik sinyaline Elektrookülogram (EOG) denir . Gözler merkezden çevreye doğru hareket ederse, retina bir elektrota yaklaşırken kornea karşıdaki elektrota yaklaşır. Dipolün yönelimindeki ve dolayısıyla elektrik potansiyel alanındaki bu değişiklik, ölçülen EOG sinyalinde bir değişiklikle sonuçlanır. Tersine, göz hareketindeki bu değişiklikler analiz edilerek takip edilebilir. Ortak elektrot düzeni tarafından verilen ayrıklaştırma nedeniyle, yatay ve dikey olmak üzere iki ayrı hareket bileşeni tanımlanabilir. Üçüncü bir EOG bileşeni, bazı posterior kafa derisi elektrotlarına atıfta bulunulan EOG kanallarının ortalaması olan radyal EOG kanalıdır. Bu radyal EOG kanalı, sakkadların başlangıcında ekstraoküler kaslardan kaynaklanan sakkadik spike potansiyellerine duyarlıdır ve minyatür sakkadların bile güvenilir bir şekilde saptanmasına izin verir.

EOG sinyal genlikleri ve sakkad boyutları arasındaki potansiyel kaymalar ve değişken ilişkiler nedeniyle, yavaş göz hareketini ölçmek ve bakış yönünü tespit etmek için EOG kullanmak zordur. EOG Ancak ölçmek için çok güçlü bir tekniktir Sakkadik göz hareketinin bakış vardiya ve tespit ile ilişkili yanıp . Video tabanlı göz takip cihazlarının aksine EOG, gözler kapalıyken bile göz hareketlerinin kaydedilmesine izin verir ve bu nedenle uyku araştırmalarında kullanılabilir. Mevcut video tabanlı göz takip cihazlarının aksine, düşük hesaplama gücü gerektiren, farklı aydınlatma koşullarında çalışan ve gömülü, bağımsız bir giyilebilir sistem olarak uygulanabilen çok hafif bir yaklaşımdır. Bu nedenle, mobil günlük yaşam durumlarında ve uyku sırasında REM evrelerinde göz hareketini ölçmek için tercih edilen yöntemdir . EOG'nin en büyük dezavantajı, bir video izleyiciye kıyasla nispeten zayıf bakış yönü doğruluğudur. Yani, göz hareketlerinin zamanı belirlenebilse de, bir öznenin tam olarak nereye baktığını iyi bir doğrulukla belirlemek zordur.

Teknolojiler ve teknikler

En yaygın olarak kullanılan güncel tasarımlar, video tabanlı göz izleyicilerdir. Bir kamera bir veya iki göze odaklanır ve izleyici bir tür uyarıcıya bakarken göz hareketini kaydeder. Modern göz takip cihazlarının çoğu, kornea yansımaları (CR) oluşturmak için göz bebeğinin merkezini ve kızılötesi / yakın kızılötesi paralelleştirilmemiş ışığı kullanır . Gözbebeği merkezi ile kornea yansımaları arasındaki vektör, yüzeydeki bakış açısını veya bakış yönünü hesaplamak için kullanılabilir. Göz izleyiciyi kullanmadan önce genellikle kişinin basit bir kalibrasyon prosedürüne ihtiyaç duyulur.

İki genel kızılötesi / yakın kızılötesi (aktif ışık olarak da bilinir) göz izleme tekniği kullanılır: parlak göz bebeği ve karanlık göz bebeği. Aralarındaki fark, aydınlatma kaynağının optiklere göre konumuna bağlıdır. Aydınlatma optik yolla eşeksenliyse , ışık retinadan yansıdığı için göz bir retroreflektör görevi görür ve kırmızı göze benzer parlak bir gözbebeği etkisi yaratır . Aydınlatma kaynağı optik yoldan saptırılırsa, retinadan gelen geri yansıma kameradan uzağa yönlendirildiği için göz bebeği karanlık görünür.

Parlak göz bebeği izleme, daha fazla iris/gözbebeği kontrastı oluşturarak tüm iris pigmentasyonuyla daha güçlü göz takibine olanak tanır ve kirpiklerin ve diğer engelleyici özelliklerin neden olduğu paraziti büyük ölçüde azaltır. Ayrıca, tamamen karanlıktan çok parlaka kadar değişen aydınlatma koşullarında izleme sağlar.

Daha az kullanılan başka bir yöntem ise pasif ışık olarak bilinir. Aydınlatmak için görünür ışık kullanır, bu da kullanıcıların dikkatinin dağılmasına neden olabilir. Bu yöntemle ilgili diğer bir zorluk, gözbebeği kontrastının aktif ışık yöntemlerindekinden daha az olmasıdır, bu nedenle vektörü hesaplamak için bunun yerine irisin merkezi kullanılır. Bu hesaplamanın iris ve beyaz sklera ( limbus izleme) sınırını tespit etmesi gerekir . Göz kapaklarının tıkanması nedeniyle dikey göz hareketleri için başka bir zorluk sunar.

  • Kızılötesi / yakın kızılötesi: parlak göz bebeği.

  • Kızılötesi / yakın kızılötesi: karanlık göz bebeği ve kornea yansıması.

  • Görünür ışık: irisin merkezi (kırmızı), kornea yansıması (yeşil) ve çıktı vektörü (mavi).

Göz izleme kurulumları büyük ölçüde değişir. Bazıları başa takılıdır, bazıları başın sabit olmasını gerektirir (örneğin çene desteği ile) ve bazıları hareket sırasında başı uzaktan ve otomatik olarak takip ederek çalışır. Çoğu, en az 30 Hz'lik bir örnekleme hızı kullanır. 50/60 Hz daha yaygın olmasına rağmen, günümüzde birçok video tabanlı göz izleyici 240, 350 ve hatta 1000/1250 Hz'de çalışır, sabit göz hareketlerini yakalamak veya sakkad dinamiklerini doğru bir şekilde ölçmek için gereken hızlar.

Göz hareketleri tipik olarak sabitleme ve sakkadlara ayrılır - göz bakışı sırasıyla belirli bir konumda durakladığında ve başka bir konuma geçtiğinde. Ortaya çıkan fiksasyonlar ve sakkadlar dizisine tarama yolu denir . Düzgün takip, hareketli bir nesneyi takip eden gözü tanımlar. Fiksasyonel göz hareketleri mikrosakkadları içerir : sabitleme girişimi sırasında meydana gelen küçük, istemsiz sakkadlar. Gözden gelen çoğu bilgi, bir fiksasyon veya pürüzsüz takip sırasında sağlanır, ancak bir sakkad sırasında değil.

Tarama yolları, bilişsel niyet, ilgi ve belirginliği analiz etmek için kullanışlıdır. Diğer biyolojik faktörler (bazıları cinsiyet kadar basit) tarama yolunu da etkileyebilir. İnsan-bilgisayar etkileşiminde (HCI) göz izleme, tipik olarak tarama yolunu kullanılabilirlik amacıyla veya bakış tabanlı arayüzler olarak da bilinen bakışa bağlı ekranlarda bir giriş yöntemi olarak araştırır .

Veri sunumu

Çeşitli göz izleyici türleri tarafından kaydedilen verilerin yorumlanması, onu canlandıran veya görsel olarak temsil eden çeşitli yazılımlar kullanır, böylece bir veya daha fazla kullanıcının görsel davranışı grafiksel olarak yeniden başlatılabilir. Video, genellikle AOI'leri (İlgi Alanı) tanımlamak için veya son zamanlarda yapay zeka kullanılarak manuel olarak kodlanır. Grafiksel sunum nadiren araştırma sonuçlarının temelidir, çünkü bunlar analiz edilebilecek şeyler açısından sınırlıdır - örneğin göz izlemeye dayalı araştırmalar, genellikle göz hareketi olaylarının ve parametrelerinin nicel ölçümlerini gerektirir. Aşağıdaki görselleştirmeler şunlardır: en çok kullanılan:

Arayüzdeki bir noktanın animasyonlu temsilleri Bu yöntem, görselde görüldüğü gibi, kullanıcının bakışlarını her an nereye odakladığını gösteren görsel davranış ayrı ayrı incelendiğinde kullanılır ve resimde görüldüğü gibi önceki sakkad hareketlerini gösteren küçük bir yol ile tamamlanır.

Sakkad yolunun statik temsilleri Bu, statik yöntem olması farkıyla, yukarıda açıklanana oldukça benzer. Bunu yorumlamak için animasyonlu olanlardan daha yüksek bir uzmanlık seviyesi gereklidir.

Isı haritaları Temel olarak bir grup kullanıcıdaki görsel keşif modellerinin toplu analizi için kullanılan alternatif bir statik temsil. Bu temsillerde, 'sıcak' bölgeler veya daha yüksek yoğunluklu bölgeler, kullanıcıların bakışlarını (dikkatlerini değil) daha yüksek bir frekansta odakladıkları yerleri belirtir. Isı haritaları, göz izleme çalışmaları için en iyi bilinen görselleştirme tekniğidir.

Kör bölge haritaları veya odak haritaları Bu yöntem, kullanıcıların görsel olarak daha az katıldıkları bölgelerin net bir şekilde gösterildiği, böylece en alakalı bilgilerin daha kolay anlaşılmasını sağlayan, yani bilgilendirildiğimiz Isı haritalarının basitleştirilmiş bir versiyonudur. hangi bölgelerin kullanıcılar tarafından görülmediği hakkında.

Belirginlik haritaları Isı haritalarına benzer şekilde, bir belirginlik haritası, başlangıçta siyah olan bir tuval üzerinde dikkat çeken nesneleri parlak bir şekilde görüntüleyerek odak alanlarını gösterir. Belirli bir nesneye ne kadar fazla odak verilirse, o kadar parlak görünür.

Göz izleme ve bakış izleme karşılaştırması

Göz takip cihazları, mutlaka bazı referans çerçevelerine göre gözün dönüşünü ölçer. Bu genellikle ölçüm sistemine bağlıdır. Bu nedenle, eğer ölçüm sistemi EOG'da olduğu gibi kafaya monte edilmişse veya bir kaska monte edilmiş video tabanlı bir sistem ise, o zaman kafa içi göz açıları ölçülür. Dünya koordinatlarında görüş hattını çıkarabilmek için başın sabit bir pozisyonda tutulması veya hareketlerinin de takip edilmesi gerekir. Bu durumlarda, bakış yönünü belirlemek için baş-göz yönüne baş yönü eklenir.

Ölçüm sistemi, skleral arama bobinleri veya masaya monte kamera (“uzak”) sistemlerinde olduğu gibi masaya monte edilmişse, bakış açıları doğrudan dünya koordinatlarında ölçülür. Tipik olarak, bu durumlarda baş hareketleri yasaktır. Örneğin, baş pozisyonu bir ısırma çubuğu veya bir alın desteği kullanılarak sabitlenir. O zaman kafa merkezli bir referans çerçevesi, dünya merkezli bir referans çerçevesiyle aynıdır. Ya da konuşma dilinde, başın içindeki göz konumu, bakış yönünü doğrudan belirler.

Baş hareketlerine de izin verilen doğal koşullarda insan göz hareketlerinde bazı sonuçlar mevcuttur. Gözün ve başın göreceli konumu, sabit bakış yönü ile bile, daha yüksek görsel alanlarda nöronal aktiviteyi etkiler.

Uygulama

Göz rotasyonunun mekanizmaları ve dinamikleri üzerine çok sayıda araştırma yapılmıştır, ancak göz izlemenin amacı çoğunlukla bakış yönünü tahmin etmektir. Kullanıcılar, örneğin bir görüntünün hangi özelliklerinin göze çarptığını merak edebilir. Göz izleyicinin mutlak bakış yönü sağlamadığını, bunun yerine yalnızca bakış yönündeki değişiklikleri ölçebildiğini anlamak önemlidir. Bir öznenin neye baktığını tam olarak belirlemek için, öznenin bir noktaya veya noktalar dizisine baktığı ve göz izleyicinin her bakış konumuna karşılık gelen değeri kaydettiği bir kalibrasyon prosedürü gereklidir. (Retinanın özelliklerini takip eden teknikler bile kesin bakış yönü sağlayamaz çünkü görme ekseninin retinayla buluştuğu noktayı tam olarak işaretleyen belirli bir anatomik özellik yoktur, eğer gerçekten böyle tek, sabit bir nokta varsa.) Doğru ve geçerli ve tekrarlanabilir göz hareketi verileri elde etmek için güvenilir kalibrasyon şarttır ve bu, sözel olmayan veya dengesiz bakışları olan kişiler için önemli bir zorluk olabilir.

Her göz izleme yönteminin avantajları ve dezavantajları vardır ve bir göz izleme sisteminin seçimi, maliyet ve uygulama hususlarına bağlıdır. AttentionTracking gibi çevrimdışı yöntemler ve çevrimiçi prosedürler vardır . Maliyet ve hassasiyet arasında bir denge vardır, en hassas sistemler on binlerce dolara mal olur ve düzgün çalışması için önemli ölçüde uzmanlık gerektirir. Bilgisayar ve video teknolojisindeki ilerlemeler, birçok uygulama için kullanışlı ve kullanımı oldukça kolay olan nispeten düşük maliyetli sistemlerin geliştirilmesine yol açmıştır. Bununla birlikte, yanlış hizalanmış veya yetersiz kalibre edilmiş bir sistem çılgınca hatalı veriler üretebileceğinden, sonuçların yorumlanması yine de bir miktar uzmanlık gerektirir.

Zor bir durumda araba sürerken göz takibi

Bu bölümde açıklanan dar yol göz izlemesinden kareler

İki grup sürücünün göz hareketleri, İsviçre Federal Teknoloji Enstitüsü'nden bir ekip tarafından özel bir kafa kamerasıyla filme alındı: Acemi ve deneyimli sürücülerin dar bir yolun dönemecine yaklaşırken göz hareketleri kaydedildi. Görüntü dizisi, daha iyi kavrama için görüntü başına 2 göz sabitleme gösterecek şekilde orijinal film karelerinden sıkıştırılmıştır.

Bu hareketsiz görüntülerin her biri, gerçek zamanlı olarak yaklaşık 0,5 saniyeye karşılık gelir.

Görüntü serisi, tipik bir acemi ve deneyimli bir sürücünün #9 ila #14 numaralı göz sabitlemelerinin bir örneğini göstermektedir.

En iyi görüntülerin karşılaştırılması, deneyimli sürücünün virajları kontrol ettiğini ve hatta acemi sürücünün yolu kontrol etmesi ve park etmiş araca olan mesafesini tahmin etmesi gerektiğinde kenara bakmak için 9 numaralı Sabitleme'nin kaldığını gösteriyor.

Ortadaki görüntülerde deneyimli sürücü artık tamamen karşıdan gelen bir arabanın görülebileceği konuma odaklanmış durumda. Acemi sürücü, görüşünü park edilmiş arabaya odaklar.

Alttaki resimde acemi, sol duvar ile park etmiş araba arasındaki mesafeyi tahmin etmekle meşgulken, deneyimli sürücü bunun için çevresel görüşünü kullanabilir ve yine de görüşünü virajın tehlikeli noktasına odaklayabilir: Orada bir araba belirirse, yol vermek, yani park halindeki arabayı geçmek yerine sağda durmak zorundadır.

Daha yakın tarihli araştırmalar, gerçek dünyadaki sürüş koşulları sırasında göz hareketlerini ölçmek için başa takılan göz takibini de kullandı.

Yürürken genç ve yaşlı insanların göz takibi

Yürürken, yaşlı denekler genç deneklerden daha fazla foveal görüşe bağlıdır. Yürüme hızları , muhtemelen bozulmuş bir çevresel görüşten kaynaklanan sınırlı bir görme alanı nedeniyle azalır .

Daha genç denekler yürürken hem merkezi hem de çevresel görüşlerini kullanırlar. Çevresel görüşleri, yürüme süreci üzerinde daha hızlı kontrol sağlar.

Uygulamalar

Çok çeşitli disiplinler, bilişsel bilim de dahil olmak üzere göz izleme tekniklerini kullanır ; psikoloji (özellikle psikodilbilim ; görsel dünya paradigması); insan-bilgisayar etkileşimi (HCI); insan faktörleri ve ergonomi ; pazarlama araştırması ve tıbbi araştırma (nörolojik tanı). Spesifik uygulamalar arasında dil okuma , müzik okuma , insan etkinliği tanıma , reklam algılama, spor yapma, dikkat dağınıklığı tespiti ve sürücülerin ve pilotların bilişsel yük tahmini ve ciddi motor bozukluğu olan kişiler tarafından bilgisayarları çalıştırma aracı olarak göz hareketlerinin izlenmesi yer alır. .

Ticari uygulamalar

Son yıllarda, göz izleme teknolojilerinin artan karmaşıklığı ve erişilebilirliği, ticari sektörde büyük ilgi yarattı. Uygulamalar web kullanılabilirliği , reklamcılık, sponsorluk, paket tasarımı ve otomotiv mühendisliğini içerir. Genel olarak, ticari göz izleme çalışmaları, bir göz izleyicisi göz aktivitesini kaydederken, bir tüketici örneğine hedef bir uyarıcı sunarak işlev görür. Hedef uyaranlara örnek olarak web siteleri, televizyon programları, spor etkinlikleri, filmler ve reklamlar, dergiler ve gazeteler, paketler, raf ekranları, tüketici sistemleri (ATM'ler, ödeme sistemleri, kiosklar) ve yazılımlar verilebilir. Ortaya çıkan veriler, belirli görsel kalıpların kanıtını sağlamak için istatistiksel olarak analiz edilebilir ve grafiksel olarak işlenebilir. Fiksasyonları, sakkadları , göz bebeği genişlemesini, göz kırpmalarını ve çeşitli diğer davranışları inceleyerek, araştırmacılar belirli bir ortamın veya ürünün etkinliği hakkında çok şey belirleyebilirler. Bazı şirketler bu tür araştırmaları dahili olarak tamamlarken, göz izleme hizmetleri ve analizleri sunan birçok özel şirket var.

Ticari göz izleme araştırmasının bir alanı web kullanılabilirliğidir. Geleneksel kullanılabilirlik teknikleri, tıklama ve kaydırma kalıpları hakkında bilgi sağlamada genellikle oldukça güçlü olsa da, göz izleme, tıklamalar arasındaki kullanıcı etkileşimini ve bir kullanıcının tıklamalar arasında ne kadar zaman harcadığını analiz etme yeteneği sunar ve böylece hangi özelliklerin en çok olduğu konusunda değerli bilgiler sağlar. dikkat çekici, kafa karışıklığına neden olan ve tamamen göz ardı edilen özellikler. Özellikle göz izleme, arama verimliliğini, marka bilinci oluşturmayı, çevrimiçi reklamları, gezinme kullanılabilirliğini, genel tasarımı ve diğer birçok site bileşenini değerlendirmek için kullanılabilir. Analizler, ana müşteri sitesine ek olarak bir prototipi veya rakip siteyi hedefleyebilir.

Göz izleme, çeşitli farklı reklam ortamlarında yaygın olarak kullanılır. Reklamlar, basılı reklamlar, çevrimiçi reklamlar ve sponsorlu programlar, mevcut göz izleme teknolojisiyle analize elverişlidir. Bir örnek, Sarı Sayfalardaki reklamlar üzerindeki göz hareketlerinin analizidir . Bir çalışma, insanların bir reklamı fark etmelerine neden olan belirli özelliklerin, reklamları belirli bir sırayla izleyip izlemediklerinin ve görüntüleme sürelerinin nasıl değiştiğine odaklandı. Araştırma, reklam boyutunun, grafiklerin, rengin ve metnin reklamlara gösterilen ilgiyi etkilediğini ortaya koydu. Bunu bilmek, araştırmacıların, bir tüketici örneğinin hedef logo, ürün veya reklama ne sıklıkla sabitlendiğini ayrıntılı olarak değerlendirmelerine olanak tanır. Dolayısıyla bir reklamveren, belirli bir kampanyanın başarısını gerçek görsel dikkat açısından ölçebilir. Buna başka bir örnek, bir arama motoru sonuç sayfasında yazarlık snippet'lerinin ücretli reklamlardan ve hatta ilk organik sonuçtan daha fazla ilgi gördüğünü bulan bir çalışmadır .

Ticari göz izleme araştırmasının bir başka örneği de işe alım alanından geliyor. Bir çalışma, işe alım uzmanlarının Linkedin profillerini nasıl görüntülediğini analiz etti ve sonuçları ısı haritaları olarak sundu .

Güvenlik uygulamaları

2017 yılında bilim adamları, Derin Sinir Ağı ve evrişimli bir sinir ağından bir Derin Entegre Sinir Ağı (DINN) inşa ettiler. Amaç, sürücülerin görüntülerini incelemek için derin öğrenmeyi kullanmak ve "göz durumlarını sınıflandırarak" uykululuk düzeylerini belirlemekti. Yeterli görüntü ile önerilen DINN, sürücülerin ne zaman göz kırptığını, ne sıklıkta ve ne kadar süreyle göz kırptığını ideal olarak belirleyebilir. Oradan, belirli bir sürücünün ne kadar yorgun göründüğünü değerlendirebilir ve etkili bir göz izleme egzersizi yürütebilir. DINN, 2.400'den fazla denekten alınan verilerle eğitildi ve durumlarını zamanın %96-99,5'inde doğru bir şekilde teşhis etti. Diğer yapay zeka modellerinin çoğu %90'ın üzerinde oranlarda performans gösterdi. Bu teknoloji ideal olarak sürücü uyuşukluk tespiti için başka bir yol sağlayabilir .

Oyun teorisi uygulamaları

2019 yılında yapılan bir çalışmada, bireysel satranç taşlarını diğer CNN'lerin yüz özelliklerini tanımlayabildiği şekilde tanımlama yeteneğine sahip bir Evrişimsel Sinir Ağı (CNN) inşa edildi. Daha sonra, çeşitli beceri seviyelerindeki 30 satranç oyuncusunun göz izleme girdi verileriyle beslendi. Bu verilerle CNN, bir oyuncunun yakından ilgi gösterdiği satranç tahtası bölümlerini belirlemek için bakış tahminini kullandı. Daha sonra tahtanın bu kısımlarını göstermek için bir belirginlik haritası oluşturdu. Nihayetinde CNN, oyuncuların bir sonraki hamlesini tahmin etmek için tahta ve parçalar hakkındaki bilgilerini belirginlik haritasıyla birleştirecekti. Sinir ağı sisteminin eğitildiği eğitim veri kümesinden bağımsız olarak, bir sonraki hamleyi, herhangi bir olası hareketi rastgele seçmiş olmasından daha doğru bir şekilde tahmin etti ve herhangi bir oyuncu ve durum için çizilen belirginlik haritaları %54'ten fazla benzerdi.

Yardımcı teknoloji

İleri düzeyde motor bozukluğu olan kişiler, tek anahtarlı tarama tekniklerinden daha hızlı ve kullanımı sezgisel olduğu için bilgisayarlarla etkileşim için göz izlemeyi kullanabilir. Serebral Palsi veya Amyotrofik lateral sklerozun neden olduğu motor bozukluk genellikle konuşmayı etkiler ve Şiddetli Konuşma ve Motor Bozukluğu (SSMI) olan kullanıcılar, ekranda simgeleri, kelimeleri ve harfleri görüntüleyen, Artırıcı ve Alternatif İletişim (AAC) yardımı olarak bilinen bir tür yazılım kullanır. ve sözlü çıktı oluşturmak için metinden konuşmaya yazılımı kullanır. Son zamanlarda araştırmacılar, robotik kolları ve elektrikli tekerlekli sandalyeleri kontrol etmek için göz takibini de keşfettiler. Göz izleme ayrıca görsel arama modellerini analiz etmede, Nistagmus'un varlığını tespit etmede ve okuma sırasında gözle bakma hareketini analiz ederek öğrenme güçlüğünün erken belirtilerini tespit etmede yardımcı olur.

Havacılık uygulamaları

Pilot kursiyerlerinin ilerlemesini değerlendirmek, pilotların becerilerini tahmin etmek, mürettebatın ortak dikkatini ve paylaşılan durumsal farkındalığını analiz etmek için tarama yolları ve sabitleme süreleri karşılaştırılarak uçuş güvenliği için göz izleme zaten incelenmiştir. Askeri uçaklarda kaska takılan görüntüleme sistemleri ve çok işlevli ekranlarla etkileşim kurmak için göz izleme teknolojisi de araştırıldı. Kask takılı görüntüleme sistemlerinde (HMDS) Head-up hedef kilitleme ve Head-up hedef edinimi için göz izleyicinin faydasını araştırmak için çalışmalar yapılmıştır. Pilotların geri bildirimleri, teknolojinin umut verici olmasına rağmen donanım ve yazılım bileşenlerinin henüz olgunlaşmadığını gösterdi. Simülatör ortamında çok işlevli ekranlarla etkileşim üzerine yapılan araştırmalar, göz izlemenin mevcut sistemlere göre yanıt sürelerini ve algılanan bilişsel yükü önemli ölçüde iyileştirebileceğini göstermiştir. Ayrıca, araştırma ayrıca pilotun bilişsel yükünü tahmin etmek için fiksasyon ve öğrenci tepkilerinin ölçümlerini kullanmayı da araştırdı. Bilişsel yükün tahmin edilmesi, gelişmiş uçuş güvenliğine sahip yeni nesil uyarlanabilir kokpitlerin tasarlanmasına yardımcı olabilir. Göz izleme, pilot yorgunluğunu tespit etmek için de yararlıdır.

Otomotiv uygulamaları

Son zamanlarda, otomotiv alanında göz izleme teknolojisi hem pasif hem de aktif olarak araştırılmaktadır. Ulusal Karayolu Trafik Güvenliği İdaresi , sürüş sırasında ikincil görevleri üstlenmek için bakış süresini ölçtü ve araçlarda aşırı dikkat dağıtıcı cihazların kullanılmasını engelleyerek güvenliği artırmak için kullandı. İlk araştırmalar göz izleme sisteminin HDD (Baş Aşağı Göstergesi) ile etkileşim için etkinliğini araştırmış olsa da, sürücülerin ikincil bir görevi yerine getirirken yine de gözlerini yoldan ayırmalarını gerektiriyordu. Yakın zamanda yapılan araştırmalar, yoldan çıkan dikkat dağınıklığını ortadan kaldıran HUD (Head Up Display) ile gözle kontrollü etkileşimi araştırdı. Göz takibi, olası dikkat dağınıklığını tespit etmek için sürücülerin bilişsel yükünü izlemek için de kullanılır. Araştırmacılar , sürücülerin bilişsel yükünü farklı fizyolojik parametrelerden tahmin etmek için farklı yöntemler araştırmış olsa da , oküler parametrelerin kullanımı, IVIS ile etkileşime ek olarak sürücülerin bilişsel yükünü izlemek için mevcut göz izleyicileri kullanmanın yeni bir yolunu keşfetti.

Eğlence uygulamaları

2021 video oyunu Before Your Eyes , oyuncunun göz kırpmasını kaydeder ve okur ve bunu oyunla etkileşim kurmanın ana yolu olarak kullanır.

Mahremiyet endişeleri

Akıllı telefonlar, dizüstü bilgisayarlar ve sanal gerçeklik kulaklıkları da dahil olmak üzere çeşitli tüketici elektroniğinde ortak bir özellik haline gelmesi öngörülen göz izleme ile, teknolojinin tüketici gizliliği üzerindeki etkisi hakkında endişeler dile getirildi. Makine öğrenimi tekniklerinin yardımıyla , göz izleme verileri, bir kullanıcının etnik kökeni, kişilik özellikleri, korkuları, duyguları, ilgi alanları, becerileri ve fiziksel ve zihinsel sağlık durumu hakkında dolaylı olarak bilgi verebilir. Bu tür çıkarımlar, kullanıcının bilgisi veya onayı olmadan yapılırsa, bu bir çıkarım saldırısı olarak sınıflandırılabilir . Göz aktiviteleri her zaman istemli kontrol altında değildir, örneğin, "uyaran odaklı bakışlar, göz bebeği büyümesi, oküler titreme ve spontan göz kırpmalar, sindirim ve nefes alma gibi çoğunlukla bilinçli bir çaba olmadan gerçekleşir". Bu nedenle, göz takibi kullanıcılarının bunu anlaması zor olabilir. kendileri hakkında ortaya koydukları bilgi miktarını tahmin eder veya kontrol eder.

Ayrıca bakınız

Notlar

Referanslar

Ticari göz takibi