Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

Gaze Tracking Using a Modified Starburst Algorithm and Homography Normalization

수정 Starburst 알고리즘과 Homography Normalization을 이용한 시선추적

  • Cho, Tai-Hoon (Schoool of Computer Science and Engineering, Korea University of Technology and Education) ;
  • Kang, Hyun-Min (Schoool of Computer Science and Engineering, Korea University of Technology and Education)
  • Received : 2014.02.20
  • Accepted : 2014.04.11
  • Published : 2014.05.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, an accurate remote gaze tracking method with two cameras is presented using a modified Starburst algorithm and honography normalization. Starburst algorithm, which was originally developed for head-mounted systems, often fails in detecting accurate pupil centers in remote tracking systems with a larger field of view due to lots of noises. A region of interest area for pupil is found using template matching, and then only within this area Starburst algorithm is applied to yield pupil boundary candidate points. These are used in improved RANSAC ellipse fitting to produce the pupil center. For gaze estimation robust to head movement, an improved homography normalization using four LEDs and calibration based on high order polynomials is proposed. Finally, it is shown that accuracy and robustness of the system is improved using two cameras rather than one camera.

본 논문에서는 두 개의 카메라를 이용하여 보다 정확한 동공 인식을 통한 원격방식의 시선 추적을 제안한다. 헤드 장착형 시선추적용으로 개발된 Starburst 알고리즘은 원격방식의 시선추적에서는 카메라가 보다 넓은 영역을 보기 때문에 눈썹, 눈꼬리 등 외란이 많아 스타버스트 알고리즘을 바로 적용하면 동공 중심 추출에 실패하는 경우가 많았다. 이에 템플렛매칭을 이용하여 대략적인 동공영역을 찾고, 찾은 영역 내에서만 스타버스트 알고리즘으로 동공의 경계 후보점들을 찾은 후 보완된 RANSAC 알고리즘으로 타원근사하여 동공의 중심을 추출하였다. 추출된 동공중심을 머리의 움직임에 거의 영향을 받지 않도록 4개의 적외선 LED를 모니터 네 구석에 부착하고 Homography normalization을 적용하였다. 스크린 좌표계로 변환할 때 기존에는 호모그래피를 사용하였으나, 카메라 렌즈의 비선형왜곡을 보상하기 위해 여기서는 고차다항식을 이용한 캘리브레이션 기법을 이용하였다. 끝으로, 두 대의 카메라를 사용하여 정확도와 신회성이 향상됨을 보인다.

Keywords

References

  1. D. W. Hansen, "In the Eye of the Beholder : A survey of Models for Eyes and Gaze," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 32, no. 3, pp. 478-500, 2010. https://doi.org/10.1109/TPAMI.2009.30
  2. Dongheng Li, "Low-cost eye-tracking for human computer interaction, " MS Thesis, Iowa State Univ., 2006.
  3. D. Li, D. Winfield, D.J. Parkhurst, "Starburst: A hybrid algorithm for video-based eye tracking combining featurebased and model-based approaches," Proc. of the IEEE Vision for Human and Computer Interaction Workshop at CVPR 2005, pp.1-8, 2005.
  4. http://www.eyetechds.com.
  5. E.D. Guestrin and M. Eizenman, "General Theory of Remote Gaze Estimation Using the Pupil Center and Corneal Reflections," IEEE Transactions on Biomedical Engineering, vol. 53, no. 6, pp. 1124.1133, 2006. https://doi.org/10.1109/TBME.2005.863952
  6. D. W. Hansen, J. S. Agustin, A. Villanueva, "Homography Normalization for robust Gaze Estimation in Uncalibrated Setups," ETRA '10 Proceedings of the 2010 Symposium on Eye-Tracking Research & Applications, 2010.
  7. R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision, 2nd ed., Cambride University Press, 2003.
  8. R. Jain, R. Kasturi, B. G. Schunck, Machine Vision, 1995.
  9. T.-H. Cho, "Accurate camera calibration using high order polynomials," Korean Institue of Intelligent Systems 2007 Spring Conference Proceedings, vol. 17, no. 1, pp.413-416.

Cited by

  1. Pixel 군집화 Data를 이용한 실시간 반사광 검출 알고리즘 vol.14, pp.4, 2014, https://doi.org/10.7746/jkros.2019.14.4.301
  2. 모바일로봇의 정밀 실내주행을 위한 개선된 ORB-SLAM 알고리즘 vol.15, pp.3, 2020, https://doi.org/10.7746/jkros.2020.15.3.205