Desarrollo de un sistema de Machine Learning para Eye-Tracking sin hardware específico

Abstract

El seguimiento ocular o Eye-Tracking ha sido objeto de estudio desde el siglo XIX, dado su interés en el campo de la ciencia y psicología cognitiva. En la actualidad, gracias al indiscutible avance de la tecnología , cobra una nueva dimensión de áreas en las que su aplicación resulta relevante, como lo son la interacción persona-computadora, la accesibilidad o el marketing. La forma más habitual de adquirir datos para Eye-Tracking en un ordenador requiere dispositivos dedicados basados en infrarrojos, con los inconvenientes que supone utilizar hardware específico. El presente trabajo desarrolla un sistema de Eye-Tracking basado en Deep Learning que permite estimar la dirección de la mirada sin hardware especializado, utilizando solo la cámara del dispositivo del usuario. Para ello se adquieren datos faciales y posicionales con los que posteriormente se evalúan diferentes propuestas de arquitecturas de redes convolucionales y estrategias de preprocesamiento de datos para optimizar la precisión del sistema. Los resultados obtenidos demuestran la viabilidad de la propuesta en un mercado en el que hay soluciones comerciales existentes, aunque escasas, abriendo la puerta a futuras mejoras e implementaciones en entornos reales.

Eye-Tracking has been subject of study since 19th century, given its interest in the field of cognitive science and psychology. Nowadays, thanks to the indisputable advance of technology, it is taking on a new dimension in areas where its application is relevant, such as human-computer interaction, accessibility or marketing. The most common way of acquiring data for Eye-Tracking in a computer requires dedicated infrared-based devices, with the disadvantages of using specific hardware. This paper develops an eye-tracking system based on Deep Learning that allows gaze direction estimation without specialised hardware, using only the camera of the user’s device. For this purpose, facial and positional data are acquired, with which different proposals for convolutional network architectures and data pre-processing strategies are subsequently evaluated to optimise the accuracy of the system. Results demonstrate the feasibility of the proposal in a market where there are existing commercial solutions, although scarce, opening the door to future improvements and implementations in real environments.