Jak działa okulograf: współczesne systemy eyetrackingowe

Okulograf nie widzi tego, na co patrzy uczestnik badania. Widzi oko, a kierunek patrzenia wylicza z jego obrazu. Od tego, jak go wylicza, zależy, czy pomiar wytrzyma swobodny ruch głowy, zsuwającą się z nosa oprawkę i trzy godziny nagrania w terenie.

Odblask na rogówce, czyli klasyczny algorytm

Najstarsza i wciąż najpowszechniejsza metoda opiera się na dwóch punktach widocznych na obrazie oka. Pierwszy to środek źrenicy. Drugi to odblask, czyli odbicie diody podczerwonej na gładkiej powierzchni rogówki.

System nie liczy jednak położenia samej źrenicy, tylko wektor między tymi dwoma punktami. Powód jest prosty: kiedy głowa przesuwa się w bok, źrenica i odblask przesuwają się razem, więc wektor między nimi prawie się nie zmienia. Zmienia się dopiero wtedy, gdy obróci się samo oko. Jeden pomiar oddziela w ten sposób obrót gałki ocznej od ruchu całej głowy.

Sam wektor nie mówi jeszcze nic o ekranie. Przypisanie go do współrzędnych robi kalibracja: uczestnik patrzy po kolei na punkty o znanym położeniu, a system zapamiętuje, który wektor odpowiada któremu miejscu. Gazepoint GP3 HD używa do tego pięciu albo dziewięciu punktów.

Sposób wykrywania samej źrenicy też jest decyzją konstruktora. EyeLink Portable Duo podaje w specyfikacji dwie metody, centroid oraz dopasowanie elipsy, a wybór między nimi widać potem w danych, zwłaszcza przy mocno zwężonej źrenicy.

Co ten pomiar daje: kierunek patrzenia z dokładnością ułamka stopnia. Czego nie daje: informacji o tym, czy uczestnik cokolwiek w tym miejscu odczytał. Fiksacja to nie zrozumienie.

Stacjonarny i mobilny, czyli co trzeba dopowiedzieć

Ta sama zasada działa inaczej w zależności od tego, gdzie stoi kamera.

System stacjonarny ma kamerę pod ekranem, a głowa zostaje swobodna, ale tylko w pewnej objętości. Producenci nazywają ją headboksem i podają w centymetrach, bo poza nią pomiaru po prostu nie ma. Smart Eye Aurora ma 50 x 40 cm przy odległości 65 cm, Gazepoint GP3 HD 35 x 22 cm i 15 cm w głąb. Wszystko, co dzieje się w tym pudełku, system musi skompensować obliczeniowo.

Kompensacja kosztuje. EyeLink Portable Duo próbkuje 2000 Hz ze stabilizacją głowy, a przy głowie swobodnej 1000 Hz. Ta różnica to cena za to, że uczestnik nie opiera brody na podpórce. Przy mikrosakadach i badaniach czytania połowa próbek ma znaczenie, przy badaniu odbioru reklamy nie ma.

System mobilny przenosi kamery na oprawkę. Oprócz kamer skierowanych na oczy ma kamerę sceny, a wynik powstaje we współrzędnych tej kamery, nie ekranu. Stąd bierze się zadanie, którego system stacjonarny w ogóle nie ma: żeby powiedzieć, na co uczestnik patrzył, trzeba jeszcze rozpoznać scenę. Robi się to znacznikami rozmieszczonymi w otoczeniu albo analizą obrazu. Viewpointsystem VPS 19 rejestruje scenę w polu 86 stopni po przekątnej.

Dochodzi do tego kłopot czysto mechaniczny. Oprawka zsuwa się na nosie, kalibracja wykonana na początku sesji przestaje pasować, a narastający błąd nie jest w danych widoczny.

Sieć zamiast algorytmu

Trzecie podejście odwraca zadanie. Zamiast szukać źrenicy i odblasku, a potem liczyć geometrię, model wytrenowany na dużym zbiorze nagrań ocenia kierunek patrzenia wprost z obrazu oka.

Konsekwencję widać w specyfikacji Pupil Labs Neon od razu: w polu kalibracja stoi „niewymagana”. Nie ma punktów do oglądania na starcie i nie ma czego tracić, gdy oprawka się przesunie. Znika też kłopot z uczestnikami, przy których metoda geometryczna wypada słabo: mocne okulary, makijaż, nietypowy kształt powieki.

Zapłatą jest dokładność i to, skąd się ona bierze. Neon podaje 1,8 stopnia bez kalibracji i 1,3 stopnia po korekcie przesunięcia, podczas gdy Smart Eye Aurora podaje 0,3 stopnia. Ważniejsze jest jednak coś innego: ta dokładność jest własnością wytrenowanego modelu i jest taka sama dla wszystkich. Przy metodzie geometrycznej słaby wynik konkretnego uczestnika da się poprawić ponowną kalibracją. Tutaj nie ma czego kalibrować.

To nie jest następca poprzednich dwóch, tylko inny kompromis. Do badania czytania w laboratorium dalej lepiej nadaje się system stacjonarny o wysokiej częstotliwości. Do pomiaru przy półce, w kokpicie albo na hali produkcyjnej liczy się przede wszystkim to, że wynik nie rozjedzie się po dwóch godzinach.

W naszym katalogu okulografów wszystkie trzy podejścia stoją obok siebie: systemy stacjonarne, mobilne i do rzeczywistości rozszerzonej. Przy doborze pierwsze pytanie nie brzmi, który jest najdokładniejszy, tylko gdzie odbywa się pomiar i jak długo trwa jedna sesja.