untersuchung von technischen prinzipien zur messung des ... · untersuchung von technischen...
TRANSCRIPT
Untersuchung von technischen Prinzipien zur Messung des
Blickziels
Proseminar Technische InformatikSommersemester 2014
Gloria Feher
ZitiRuprecht-Karls-Universität Heidelberg
Lehrstuhl für AutomationProf. Dr. Essameddin Badreddin
16.07.2014 Betreuer: Dipl.-Inf. Eugen Nordheimer
Gliederung
1. Motivation
2. Problemformulierung
3. Grundlagen
4. Lösungsansätze
5. Zusammenfassung
2
1. Motivation
1.1 Warum Eye-Tracking?
Heutige Hauptanwendungsgebiete:
Wissenschaftliche Untersuchungen
3
[http://www.fumihirokano.com/p/main-page.html 11.07.2014][http://www.scm.nomos.de/aktuelles-heft-und-archiv/2011/heft-2/beitrag-geise/?tx_felogin_pi1%5Bforgot%5D=1 11.07.2014]
1. Motivation
1.1 Warum Eye-Tracking?
Heutige Hauptanwendungsgebiete:
Wissenschaftliche Untersuchungen
Marktforschung, Produktdesign, Usability
• ä
4 [http://eyetracking.ch/ 11.07.2014][http://www.blueyonderresearch.co.uk/services/shopper-research/eye-tracking/ 11.07.2014]
1. Motivation
1.1 Warum Eye-Tracking?
Heutige Hauptanwendungsgebiete:
Wissenschaftliche Untersuchungen
Marktforschung, Produktdesign, Usability
HCI (Human Computer Interaction)
5
[http://www.augen-steuerung.de/ 11.07.2014]
[http://kut.org/post/eye-control-promise-let-your-tablet-go-hands-free 11.07.2014]
1. Motivation
6
1879: Louis Émile Javaluntersucht Augenbewegungen beim Lesen
1905: Augenbewegungen filmen & nachträglich analysieren
1908:Edmund Hueyentwickelt frühen Eye-Tracker
1950er:Alfred L. Yarbusführt wichtige Studien zu Augenbewegungen durch
1970er:vermehrte Untersuchungen & Entwicklung neuer Verfahren
1.2 Kurze Geschichte des Eye-Trackings
1. Motivation
7
Apparat von Yarbus[http://commons.wikimedia.org/wiki/File:Yarbus_eye_tracker.jpg] [05.07.2014]
1.2 Kurze Geschichte des Eye-Trackings
2. Problemformulierung
Was ist das Ziel der Untersuchungen?
Blickziel eines Menschen sehr genau in Echtzeit bestimmen
Verfahren soll für den Menschen bequem sein
Verfahren soll möglichst universell anwendbar sein
Gegeben?
(meist) Video-Frames der Augen/des Gesichts
Von Verfahren zu Verfahren unterschiedlich
Gesucht?
Verfahren zur Messung des objektiven Blickziels im Raum/auf dem Bildschirm
8
3. Grundlagen
3.1 Augenbewegungen
Biologische Gegebenheiten
Augapfel (Bulbus oculi) ist ein fast kugelförmiger Körper
.
Querschnitt eines menschlichen Auges [http://www.wikiskripta.eu/images/thumb/3/3c/NT1.png/200px-NT1.png 05.07.2014]
9
Cornea (Hornhaut)
Linse
3. Grundlagen
3.1 Augenbewegungen
Modellierung: Unterschiedliche Ansätze
.Ebene von Listing mit Hauptdrehachsen [https://de.wikipedia.org/wiki/Augenbewegung 22.05.2014]
Freiheitsgrade und Drehachsen des Auges [Schreiber 1999]
10
Motivation
Heutige Hauptanwendungsgebiete:
Wissenschaftliche Untersuchungen
Z.B. Leseforschung, Neurowissenschaften, …
Marktforschung, Produktdesign, Usability
HCI (Human Computer Interaction)
Alternative Eingabemethode u.a. für körperlich beeinträchtigte Menschen
Zusätzliche Informationsquelle
Horizontaler Schnitt des menschlichen Auges mit optischer und visueller Achse[http://www.bem.fi/book/28/28.htm 25.05.2014]
11
Die optische Achse ist die Linie, die mit der Symmetrieachse des brechenden optischen Elements (hier: Linse) übereinstimmt
Die visuelle Achse ist die Linie, die die Fovea mit dem Brennpunkt des Auges verbindet
Brennpunkt
3.2 Arten von Eye-Trackern
Eye-attached tracking:
Durch Fluxmeter (search coils) in Kontaktlinsen
Sehr genaue Messungen für alle 3 Hauptdrehachsen
12
[http://www.chronos-vision.de/ 05.06.2014]
3. Grundlagen
3.2 Arten von Eye-Trackern
Electric potential measurement:
Elektroden um die Augen platzieren Elektrookulogramme
Netzhaut hat Ruhepotential
.
.
13
[http://www.bem.fi/book/28/28.htm 25.05.2014][http://www.soundandvision.com/content/analog-devices-electrooculogram 25.05.2014]
3. Grundlagen
3.2 Arten von Eye-Trackern Optical tracking: Head-mounted Eye-Tracker & Remote Eye-Tracker
.
14
[http://www.fraunhofer.de/de/presse/presseinformationen/2010/10/eye-tracker-sekundenschlaf-blickrichtungserkennung.html 05.06.2014]
3. Grundlagen
1962er Eye-Tracker[http://www.piechulla-research.de/mannheim2005/piechulla_2005_mannheim.pdf 11.07.2014]
2013er Eye-Tracker[http://www.mynewsdesk.com/us/pressreleases/smi-reveals-first-3d-glasses-with-full-eye-tracking-capability-833961 11.07.2014]
4. Lösungsansätze
Zwei wichtige Komponenten für Messung des Blickziels1. Eye-Tracking = Finden der Augen auf einem Video Unterschiedlichste mathematische Verfahren
Kalman-Filter Haar-like Features Partikel-Filter Künstliche Neuronale Netzwerke Circular-Hough-Transform
2. Gaze-Tracking = Finden des Blickziels Verfahren verwenden Infrarot-Licht erzeugt Reflexionen auf der
Cornea Bestimmung des Blickpunkts über Vektor zw. Pupillenmittelpunkt
und Reflexion Bestimmung des Blickpunkts über Augenmodellierung
Allgemeine Konzepte:•Zustandsberechnung•Formerkennung•Intensitäts-Unterschieds-.Berechnung
15
4. Lösungsansätze
4.1 Mathematische Prinzipien
Haar-like Features (2001)
Anwendung: Objekt-Erkennung
Künstliche Neuronale Netzwerke (ab 1943)
Anwendung: Objekt-Erkennung (u. A.)
16
Mehrschichtigesfeedforward-Netz
[https://commons.wikimedia.org/wiki/File:MultiLayerNeuralNetwork_deutsch.png#mediaviewer/Datei:MultiLayerNeuralNetwork_deutsch.png 11.07.2014]
4. Lösungsansätze
4.1 Mathematische Prinzipien
Kalman-Filter (1960) & Partikel-Filter (1954)
Anwendung: Zustandsschätzung
17
FilterGeschätzter aktueller Zustand
Messungen
Wissen über vergangene Zustände
4. Lösungsansätze
4.2 Technische Prinzipien
4.2.1 Kreiserkennung mit Hilfe von Circular-Hough-Transform
4.2.2 Erkennung von Infrarot-Reflexionen auf der Cornea
4.2.3 Erstellung von Augenmodellen
4.2.4 Schätzen des 3D-Point-of-Gaze
18
4.2 Technische Prinzipien4.2.1 Kreiserkennung mit Hilfe von Circular-… ………Hough- Transform [1]
Hough-Transformation = Verfahren zur Erkennung von Geraden, Kreisen, Ellipsen, …
Anwendung von Al-Rahayfeh et al. (2013)
findet Iris und ihren Mittelpunkt .auf Video
.
19
4. Lösungsansätze
4.2 Technische Prinzipien
4.2.1 Kreiserkennung mit Hilfe von Circular-… ………Hough- Transform [1]
Anwendung von Al-Rahayfeh et al.
Verbesserung der CPU-Zeit
Forschungsergebnisse:
Geschwindigkeitsverbesserung zwischen 750% ..und 1500%
20
4. Lösungsansätze
4.2 Technische Prinzipien
4.2.2 Erkennung von Infrarot-Reflexionen auf der Cornea
Infrarot-LEDs werden an Referenzpunkten angebracht
CCD-Kameras erfassen Augen
glints (Reflexionen) Blickpunktbestimmung
.
21
[http://www.eyegaze.com/wp-content/uploads/Eyegaze-eye-tracking_2.bmp 05.07.2014]
[http://www.itu.dk/research/eye/wp-content/uploads/2012/04/nEye.jpg 05.07.2014]
4. Lösungsansätze
4.2 Technische Prinzipien4.2.2 Erkennung von Infrarot-Reflexionen auf der Cornea
Wie erkennt man Infrarot-Reflexionen auf einem Bild? Intensität der glints ist wesentlich
höher Erkennung erfolgt übereinfache Bildverarbeitungsalgorithmen
a) Reflexion bei Dark-Eye-Effekt
b) Reflexion bei Bright-Eye-Effekt
c) Übereinandergelegtes Bildd) Über Binärbild herausge-
filterte Pupille mit glintsund Pupillenmittelpunkt
[Non-contact Eye Gaze Point Estimation System by Mapping of Corneal Reflections]
22
4. Lösungsansätze
Motivation
Heutige Hauptanwendungsgebiete:
Wissenschaftliche Untersuchungen
Z.B. Leseforschung, Neurowissenschaften, …
Marktforschung, Produktdesign, Usability
HCI (Human Computer Interaction)
Alternative Eingabemethode u.a. für körperlich beeinträchtigte Menschen
Zusätzliche Informationsquelle
gesucht
gegeben
23
4. Lösungsansätze
4.2 Technische Prinzipien4.2.3. Erstellung von Augenmodellen [2]
Vorstellung des von Guestrin et al. entwickelten Augenmodells (2006)
[General Theory of Remote Gaze Estimation Using the Pupil Center and Corneal Reflections]
4.2 Technische Prinzipien
4.2.3 Erstellung von Augenmodellen [2]
Vorstellung des von Guestrin et al. entwickelten Augenmodells(2006)
Auf unterschiedliche Versuche anwendbar
Rekonstruktion der optischen und visuellen Achse
Forschungsergebnisse:
Schätzfehler da Cornea asphärisch geformt
< 10 mm Abweichung (~0,9° bei 65 cm Abstand zumBildschirm)
24
4. Lösungsansätze
25
4.2 Technische Prinzipien
4.2.4 Schätzen des 3D-Point-of-Gaze [3]
Vorstellung des von Takemura et al. entwickelten Verfahrens (2014)
1. Schätzen der Kopfposition
PTAM (Parallel Tracking and Mapping)
2. 2D-Blickpunkt bestimmen
3. 3D-Blickpunkt errechnen
.
4. Lösungsansätze
26
4.2 Technische Prinzipien
4.2.4 Schätzen des 3D-Point-of-Gaze [3]
1. Schätzen der Kopfposition
2. 2D-Blickpunkt bestimmen
Kalibrierung
Bestimme Vektor zwischen Pupillenmitte & glint
Übertragen des Vektors auf Kamerabild
3. 3D-Blickpunkt errechnen
2D-Blickpunkt + Interest points = 3D-Blickpunkt
4. Lösungsansätze
27
4.2 Technische Prinzipien
4.2.4 Schätzen des 3D-Point-of-Gaze [3]
1. Schätzen der Kopfposition
2. 2D-Blickpunkt bestimmen
Kalibrierung
Bestimme Vektor zwischen Pupillenmitte & glint
Übertragen des Vektors auf Kamerabild
3. 3D-Blickpunkt errechnen
2D-Blickpunkt + Daten ausPTAM = 3D-Blickpunkt
4. Lösungsansätze
5. Zusammenfassung
28
Verfahren Vorteile Nachteile
1. Circular-
…Hough-
…Transform
•Echtzeitfähig
•Reduziert CPU-Zeit signifikant•CPU-Zeit-Verbesserung lässt ..sich auch auf andere ..Algorithmen übertragen
•Hough-Transform:..gute.Bildqualität n
2. IR-
…Reflexionen
…auf der
…Cornea
•Preisgünstig
•Probandenfreundlich
•Leicht umsetzbar
•Einsatz bei Head-mounted- &
..Remote-Systemen
•Weniger genau als
search coils
..(Abweichung 0,2°)
•u.U. nicht bei jeglichen ..Lichtbedingungen einsetzbar
5. Zusammenfassung
29
Verfahren Vorteile Nachteile
1. Circular-
…Hough-
…Transform
•Echtzeitfähig
•Reduziert CPU-Zeit signifikant•CPU-Zeit-Verbesserung lässt ..sich auch auf andere ..Algorithmen übertragen
•Hough-Transform:..gute.Bildqualität nötig•Trade-off: ..CPU Genauigkeit
2. IR-
…Reflexionen
…auf der
…Cornea
•Preisgünstig
•Probandenfreundlich
•Leicht umsetzbar
•Einsatz bei Head-mounted- &
..Remote-Systemen
•Weniger genau als
search coils
..(Abweichung 0,2°)
•u.U. nicht bei jeglichen ..Lichtbedingungen einsetzbar
5. Zusammenfassung
30
Verfahren Vorteile Nachteile
1. Circular-
…Hough-
…Transform
•Echtzeitfähig
•Reduziert CPU-Zeit signifikant•CPU-Zeit-Verbesserung lässt ..sich auch auf andere ..Algorithmen übertragen
•Hough-Transform:..gute.Bildqualität nötig•Trade-off: ..CPU Genauigkeit
2. IR-
…Reflexionen
…auf der
…Cornea
•Preisgünstig
•Probandenfreundlich
•Leicht umsetzbar
•Einsatz bei Head-mounted- &
..Remote-Systemen
•Weniger genau als
..Fluxmeter
•u.U. nicht bei jeglichen ..Lichtbedingungen ..einsetzbar
5. Zusammenfassung
31
Verfahren Vorteile Nachteile
3. Augenmodelle •Auf unterschiedliche Versuche ..anwendbar•Genauer als Berechnung des POG durch Vektor zw. Pupillenmitte & glint•Sehr genau – Abweichung ist < 0,9°
•Annahme, dass Cornea
..kugelförmig ist
.. größte Fehlerquelle
4. 3D-Point-of-
.…Gaze
•Ermöglicht absolut freie Bewegungen•Echtzeitfähig in räumlicher ..Umgebung•Kann zum Erkennen von ..„interessanten“ Objekten genutzt …werden
•Interest points müssen vorher festgelegt werden•Abweichung ~ 3.38°Ungenau
5. Zusammenfassung
32
Verfahren Vorteile Nachteile
3. Augenmodelle •Auf unterschiedliche Versuche ..anwendbar•Genauer als Berechnung des ..Blickpunkts durch Vektor zw. ..Pupillenmitte & glint•Abweichung < 0,9°
•Annahme, dass Cornea
..kugelförmig ist
.. größte Fehlerquelle
4. 3D-Point-of-
.…Gaze
•Ermöglicht absolut freie Bewegungen•Echtzeitfähig in räumlicher ..Umgebung•Kann zum Erkennen von ..„interessanten“ Objekten genutzt …werden
•Interest points müssen vorher festgelegt werden•Abweichung ~ 3.38°Ungenau
5. Zusammenfassung
33
Verfahren Vorteile Nachteile
3. Augenmodelle •Auf unterschiedliche Versuche ..anwendbar•Genauer als Berechnung des ..Blickpunkts durch Vektor zw. ..Pupillenmitte & glint•Abweichung < 0,9°
•Annahme, dass Cornea
..kugelförmig ist
.. größte Fehlerquelle
4. 3D-Point-of-
….Gaze
•Ermöglicht absolut freie Bewegungen•Echtzeitfähig in räumlicher ..Umgebung•Kann zum Erkennen von ..„interessanten“ Objekten ..genutzt werden
•Abweichung ~ 3.38°Ungenau
Abweichungen allgemein:Fluxmeter: 0.05°Elektrookulographie: 2°IR-Reflexionen: 0.2°
Quellenangabe
34
[1] Al-Rahayfeh, A.; Faezipour, M., "Enhanced frame rate for real-time eye tracking using circular houghtransform," Systems, Applications and Technology Conference (LISAT), 2013 IEEE Long Island , vol., no., pp.1,6, 3-3 May 2013
[2] Guestrin, E.; Eizenman, M., „General Theory of Remote Gaze Estimation Using the Pupil Center and Corneal Reflections”, IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL. 53, NO. 6, JUNE 2006
[3] Takemura, K.; Takahashi, K.; Takamatsu, J.; Ogasawara, T., „Estimating 3-D Point-of-Regard in a Real Environment Using a Head-Mounted Eye-Tracking System," Acoustics, Speech and Signal Processing (ICASSP), 2012 IEEE International Conference on , vol., no., pp.1573,1576, 25-30 March 2012
Baluja, S.; Pomerleau, D., „Non-intrusive Gaze Tracking Using Artificial Neural Networks“, Technical reportCMU-CS-94-102
Schreiber Kai; Erstellung und Optimierung von Algorithmen zur Messung von Augenbewegungen mittels Video-Okulographie-Methoden Diplomarbeit in der Vestibulo-Okulären Arbeitsgruppe am Universitätsklinikum Tübingen; Februar 1999
https://de.wikipedia.org/wiki
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3418577/figure/F1/ [14.06.2014]
http://www.techfak.uni-bielefeld.de/~ihkoesli/vab2011/07-vab2011-hk-augenbewegungen.pdf [23.06.2014]