在过去的40年里，眼球追踪技术已被广泛应用于心理学实验和市场研究，但是该技术需要昂贵的硬件，这也限制了眼球追踪技术的消费类应用。

近日，麻省理工学院计算机科学和人工智能实验室的研究人员希望使用软件实现在任何智能手机应用眼球追踪技术。他们的最新眼球追踪系统将在6月28日举行的计算机视觉与模式识别大会进行宣讲。

除了使现有的眼球追踪技术更容易使用，该系统也可以作为新的计算机界面用来发现早期的神经系统疾病或精神疾病的迹象。

“这个领域是一种停留在先有鸡还是先有蛋的循环之中，” 麻省理工学院的研究生Aditya Khosla表示，他也是该文章的共同第一作者。 “由于很少人有外部设备，因此也就没有很大的吸引力来促使人们开发应用程序。由于没有开发相应的应用程序，也就没有很多人去购买外部设备。我们应该打破这个循环，并设法使眼球追踪技术只使用你手机的前置摄像头便能够工作。“因此，Khosla和他的同事利用机器学习开发了眼球追踪系统。

利用众包模式获取大量数据样本

相比于之前的研究者，Khosla和他的同事的优势在于他们拥有的数据量。Khosla说，目前他们的目光模式训练数据来自1500名移动设备用户。而此前，用来训练眼球追踪系统最大的数据量也没有超过50个用户。

要获得这么多的数据量，“其他大多数研究团队往往邀请被试者进入实验室，”  Khosla说， “这种方法真的很难获得大量数据样本。邀请50人来进行数据采集本身就已经是一个相当繁琐的过程。但是我们意识到，我们可以通过众包完成这一任务。“

在该论文中，研究人员报告了他们第一轮实验结果，在第一轮实验中他们使用了800个移动设备用户的训练数据。在此基础上，他们系统的误差能降低至1.5厘米，比以前的实验系统提高了2倍。

在该文章提交之后，他们又获得了另外700人的数据，这700人的额外数据将他们的系统精度提高到约一厘米。

当然，数据集合越大，系统的精度就会越高。研究人员经过实验研究表明，约10,000个训练样本应该足以将精度提高到半厘米，这个精度足以使该眼球追踪系统在商业上可行。

开发手机APP实现大量数据样本收集

为了收集他们的训练样本，研究人员在苹果的iOS操作系统上开发了简单的APP。该应用程序在屏幕上闪烁小点，吸引用户的注意力，然后用“R”或 “L”取代这些小点，指示用户点击屏幕的右侧或者左侧。正确地执行操作能确保用户已经转移他或她的视线到预定的位置。在此过程中，该装置的相机连续地捕捉用户脸部的图像。

研究人员通过亚马逊的Mechanical Turk众包网站招募该应用程序的被试用户，并付给他们一小笔费用。该APP将采集每个用户的大约1600幅图像。

 “在很多情况下，如果你想要做用户行为分析研究，不论是在计算机视觉领域，还是在市场营销领域，或者准备开发新的用户界面，眼球追踪技术都能提供很大帮助。”康奈尔大学计算机科学副教授NoahSnavely表示, “以前你需要昂贵的设备。而现在该团队开发的系统能在任何智能手机上工作，成本很低，这非常具有竞争力。而且他们系统的精度也能满足很多消费领域。“

“另外他们采用众包的方式来获取数据，对其他研究者也很有启发性，”Snavely补充道。 “利用社区的力量能更快的改进该系统“。

文章链接：

Eye Tracking for Everyone

新闻链接：

Eye-tracking system uses ordinary cellphone camera

如若转载，请注明e科网。

如果你有好文章想发表or科研成果想展示推广，可以联系我们或免费注册拥有自己的主页