[논문]사용자 응시지점 정보기반 시선 추적 시스템 신뢰도 측정 기법

김병진; 강석주

doi:10.9728/dcs.2016.17.5.367

사용자 응시지점 정보기반 시선 추적 시스템 신뢰도 측정 기법
Reliability Measurement Technique of The Eye Tracking System Using Gaze Point Information 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.17 no.5, 2016년, pp.367 - 373

김병진 (서강대학교 전자공학과) , 강석주

초록
AI-Helper

본 논문에서는 사용자 시선 추적에 사용되는 시선 추적기의 정확도 향상 및 이를 분석하는 방법을 제안한다. 제안하는 방법에서는 시선 좌표와 색 정보를 추출하여 정확한 동공 정보를 기반으로 만들어진 사용자 profile 정보를 추출한 후 이를 기반으로 시선 추적기가 부착된 디스플레이에서 고르게 높은 정확도를 유지 하도록 한다. 이 때 사용자 profile 정보 추출 시 응시 시간에 따른 정확도의 변화 또한 추정하여 최적의 파라미터 값을 추출한다. 시선 추적의 정확도에 대한 실험 결과 짧은 시간으로 특정지점을 응시할 경우 시선 추적의 정확도가 낮게 측정되지만, 응시 시간을 2초 이상의 유지 시 80% 이상의 높은 시선 추적 정확도가 측정됨을 알 수 있었다.

Abstract ▼ AI-Helper

In this paper, we propose a novel method to improve the accuracy of eye trackers and how to analyze them. The proposed method extracts a user profile information created by extracting gaze coordinates and color information based on the exact pupil information, and then, it maintains a high accuracy in the display. In case that extract the user profile information, the changes of the accuracy for the gaze time also is estimated and the optimum parameter value is extracted. In the experimental results for the accuracy of the gaze detection, the accuracy was low if a user took a short time in a specific point. On the other hand, when taking more than two seconds, the accuracy was measured more than 80 %.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 사용자 시선 추적에 사용되는 시선 추적기의 정확도 향상시키기 위한 방법을 제안한다. 제안한 방법에서는 시선 추적 시 좌표와 색 정보를 사용하여 동공 정보를 추정한다.
빨간 사각형은 일정한 순서로 발생하지 않고, 실험자가 미리 설정한 무작위 순서로 진행된다. 이를 통해, 실험 전 측정된 피사용자의 동공 개인화 정보 data에 기반 한 시선 추적 시스템의 시선 추적 정확도를 측정 하고자 한다. 해당 실험에서는 피사용자의 목표 영역 즉, 빨간 사각형 응시에 대한 실험 집중도를 높이기 위해 빨간 사각형의 가운데 지점에는 검은 점을 추가하였다.
이를 바탕으로 사용자 시선의 x, y, z 축에 대한 좌표와 색 정보를 추출해서 사용자의 시선에 대한 위치 정보를 측정한다. 이상의 실험을 통하여 사용자의 동공 위치를 기반으로 한 시선 추적기의 실제 시선 추적에 대한 신뢰성 여부를 알아보고자 한다.
대표적인 사례로 공공장소에서 길 찾기 향상을 위한 시각적 단서로서 지하철역내 시설물에 대하여 시선 추적 장치를 활용한 실험을 진행하여 시 지각 주목성을 평가하는 연구가 진행되었다^[4][9][10]. 해당 논문에서는 시선추적 실험을 통한 공공 환경 시설물의 사용자의 시선 주목성에 대한 특성을 파악하고, 상대적으로 주목성이 높은 환경 시설물에 대한 디자인 개발을 모색해야 할 필요성에 대해 분석하였다.

제안 방법

이상의 과정을 통해 시선 추적을 진행하기 위한 사용자 동공의 정보에 대한 개인화 정보 data가 저장되고, 이를 바탕으로 실질적 시선 추적이 실행된다. 개인화 정보가 입력된 상태에서 시선 추적 시스템을 구동 시 시선 추적 시스템은 사용자의 동공의 위치를 파악하기 위해 내장된 근적외선 projector를 가동하고, 반사된 근적외선 정보와 개인 동공에 대한 개인화 정보 데이터를 기반으로 시선 추적을 진행한다. 시선 추적이 진행되는 동안 시선 추적 시스템은 실시간으로 사용자의 현재 응시 지점을 분석해 화면상에 나타낸다.
즉, 오검출로 인한 동공 정보의 왜곡을 최대한 적게 하기 위해 근적외선이 사용된다. 다음으로 시선 추적 시스템으로 정확한 동공의 움직임 정보를 측정하기 위한 다양한 형태의 시험용 견본과 동공의 위치 비교를 수행한다. 구체적인 시험용 견본은 검은색 바탕에 분홍색 점이 화면 중앙에 발생한다.
이후 해당 데이터를 기반으로 만들어진 사용자 동공에 대한 개인화 정보를 추출하고 시선 추적기가 부착된 디스플레이에서 높은 정확도를 유지 하도록 한다. 또한 사용자 개인화 정보 추출 시 응시 시간에 따른 최적의 파라미터 값을 추출한다. 실험 결과 짧은 시간으로 특정 지점을 응시할 경우 시선 추적의 정확도가 낮게 측정되지만, 응시 시간을 일정 시간 이상의 유지 시 80% 이상의 높은 시선 추적 정확도가 측정됨을 알 수 있었다.
먼저, 시선 추적 시스템에 내장된 근적외선이 방사되고, 시선 추적 시스템은 근적외선에 반사된 여러 정보 중, 동공의 정보를 파악하여 사용자 동공의 위치를 측정한다. 동공의 위치를 파악하는 단계가 완료되면, 이를 기반으로 실제 동공의 움직임 정보를 측정하는 단계가 진행된다.
본 논문에서 제안하는 방법은 사용자의 실제 모니터 상의 응시 지점과 시선 추적 기기의 응시 지점 간의 보정을 통해서 정확한 응시 지점을 계산한다. 이를 바탕으로 사용자 시선의 x, y, z 축에 대한 좌표와 색 정보를 추출해서 사용자의 시선에 대한 위치 정보를 측정한다.
또한 시험용 이미지 사이에는 녹색 배경의 이미지를 추가하였는데, 이는 실험을 진행함에 있어 발생할 수 있는 사용자의 눈의 피로도를 고려하기 위함이다. 실험 진행 시각은 시험용 이미지에 설정한 시간에 따라 최소 18초에서 최대 54초로 제한하여 사용자의 집중도를 일정하게 유지 하도록 했다. (그림 7)에서 알 수 있듯 시험용 이미지를 응시하는 시간이 길어질수록 정확도가 높게 측정됨을 알 수 있다.
이 세 개의 사각형 위치에서 전체 평균값보다 정확도가 낮게 측정된 것은 사용자 동공 개인화 정보 data의 신뢰성을 높이기 위해 진행된 보정과 관련이 있다. 실험에 사용된 시선 추적 시스템에서 시선 추적의 정확도를 향상하기 위해 진행된 보정은 시선 추적 시스템이 부착된 화면의 중심과 사각 화면의 측면을 기준으로 진행되었다.
본 논문에서 제안하는 방법은 사용자의 실제 모니터 상의 응시 지점과 시선 추적 기기의 응시 지점 간의 보정을 통해서 정확한 응시 지점을 계산한다. 이를 바탕으로 사용자 시선의 x, y, z 축에 대한 좌표와 색 정보를 추출해서 사용자의 시선에 대한 위치 정보를 측정한다. 이상의 실험을 통하여 사용자의 동공 위치를 기반으로 한 시선 추적기의 실제 시선 추적에 대한 신뢰성 여부를 알아보고자 한다.
본 논문에서는 사용자 시선 추적에 사용되는 시선 추적기의 정확도 향상시키기 위한 방법을 제안한다. 제안한 방법에서는 시선 추적 시 좌표와 색 정보를 사용하여 동공 정보를 추정한다. 이후 해당 데이터를 기반으로 만들어진 사용자 동공에 대한 개인화 정보를 추출하고 시선 추적기가 부착된 디스플레이에서 높은 정확도를 유지 하도록 한다.
(그림 5)와 같이 해당 실험에서는 개발자용 sdk를 이용해 사용자가 현재 모니터에 응시하고 있는 지점에 대한 ‘좌표 정보’와 이 지점에 해당하는 ‘RGB정보’를 추출하여, 시험용 이미지를 구동했을 때의 사용자 응시 지점에 대한 정보를 측정한다. 측정된 정보를 기반으로, 시험용 이미지에서 사용자가 응시한 red zone에 대한 정보를 분석하여 응시 정확도를 비교한다.
(그림 6) 에서 알 수 있듯 빨간 사각형은 해당 영역의 범위 안에서 발생하며, 총 9장의 시험용 이미지가 사용된다. 피사용자는 흰 바탕에 나타난 빨간 사각형을 응시하며, 본 실험에서는 실제 사용자가 빨간 사각형을 응시 하는 지점과, 시선 추적 시스템에서 인지한 사용자의 동공 움직임 좌표에 대한 데이터를 비교하는 과정을 진행한다. 빨간 사각형은 일정한 순서로 발생하지 않고, 실험자가 미리 설정한 무작위 순서로 진행된다.
이를 통해, 실험 전 측정된 피사용자의 동공 개인화 정보 data에 기반 한 시선 추적 시스템의 시선 추적 정확도를 측정 하고자 한다. 해당 실험에서는 피사용자의 목표 영역 즉, 빨간 사각형 응시에 대한 실험 집중도를 높이기 위해 빨간 사각형의 가운데 지점에는 검은 점을 추가하였다. 또한 시험용 이미지 사이에는 녹색 배경의 이미지를 추가하였는데, 이는 실험을 진행함에 있어 발생할 수 있는 사용자의 눈의 피로도를 고려하기 위함이다.

데이터처리

시선 추적 시스템의 제안한 시선 추적 기반 신뢰성 측정 시스템의 성능을 측정하기 위해 시선 추적 시스템 실제 사용자의 화면 응시 지점에 대한 정보와 시선 추적 시스템에서 인지한 사용자의 응시 지점의 좌표 측정값을 비교한다. 신뢰도 측정을 위해 실험에 사용된 이미지는 (그림 6) 같이 구성한다.

이론/모형

해당 실험에 사용된 시선 추적기는 ‘Tobii’사의 ‘Tobii eyeX’모델을 이용했다.

성능/효과

사용자의 특성에 따라 Gazing measurement accuracy가 다양하게 나타나지만 2초 이후의 측정값을 비교하면, 사용자 모두 80%이상의 높은 수치로 일치함을 확인할 수 있다. 즉, 시선 추적 시스템에서 근적외선을 통해 측정된 사용자의 동공에 대한 개인화 정보 data를 기반으로 한 시선 추적이 신뢰할 만한 수준으로 동작함을 알 수 있으며, 응시 시간이 길수록 시선 추적의 정확도가 향상됨을 알 수 있다.
또한 사용자 개인화 정보 추출 시 응시 시간에 따른 최적의 파라미터 값을 추출한다. 실험 결과 짧은 시간으로 특정 지점을 응시할 경우 시선 추적의 정확도가 낮게 측정되지만, 응시 시간을 일정 시간 이상의 유지 시 80% 이상의 높은 시선 추적 정확도가 측정됨을 알 수 있었다. 또한 시선 추적기가 측정한 개인화 정보를 보정하는 과정이 특정 영역에 국한되어 있는 특성으로 인해, 보정이 고르게 진행되지 못함을 알 수 있다.
이러한 과정을 통해서 제안한 시선 추적 기반 시선 정보 신뢰성 측정 시스템 동작이 가능하며, 사용자의 정확한 시선 정보 계산이 가능하다.
사용자의 특성에 따라 Gazing measurement accuracy가 다양하게 나타나지만 2초 이후의 측정값을 비교하면, 사용자 모두 80%이상의 높은 수치로 일치함을 확인할 수 있다. 즉, 시선 추적 시스템에서 근적외선을 통해 측정된 사용자의 동공에 대한 개인화 정보 data를 기반으로 한 시선 추적이 신뢰할 만한 수준으로 동작함을 알 수 있으며, 응시 시간이 길수록 시선 추적의 정확도가 향상됨을 알 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	시선 추적 기술중 콘텍트 렌즈 방식의 장점은 무엇인가?	먼저 비디오 분석 방식은 실시간 카메라 이미지의 분석을 통해 동공의 움직임을 검출하는 형태로, 각막에 반사된 동공 위치를 기준으로 시선의 방향을 계산하는 형태다. 다음 콘텍트 렌즈 방식은 거울 내장 콘텍트 렌즈의 반사된 빛이나, 코일 내장 콘텍트 렌즈의 자기장을 이용하는 형태로, 편리성은 떨어지는 반면 정확도가 높다는 장점이 있다. 마지막 센서 부착 방식은 눈 주위에 센서를 부착하여 눈의 움직임에 따른 전기장을 이용하는 형태로, 눈을 감고 있는 특수한 경우 (수면 상태 등)에도 눈의 움직임 검출이 가능하다는 특징이 있다.
	시선 추적(Eye-Tracking)기술은?	시선 추적(Eye-Tracking)기술은 사용자의 시선을 추적하는 기술로, HCI(Human Computer Interaction)분야, 마케팅 분야 등에서 활용 가치를 보이고 있다. 특히 최근에는 차량용 인터페이스로 사용하기 위해서 다양한 연구가 진행되고 있다.
	시선 추적 기술은 차세대 인터페이스의 수단으로 어디에 활용되나?	특히 최근에는 차량용 인터페이스로 사용하기 위해서 다양한 연구가 진행되고 있다. 이러한 시선 추적 기술은 차세대 인터페이스의 수단으로 기존 서비스의 혁신적인 고도화를 목적으로 개발이 진행 중이며, 특히 마케팅 분야에서 상품의 디자인, UI(User Interface)에 따른 고객 반응을 분석하는데 사용되고 있다[1][2][3] .

참고문헌 (10)

H. H. Jang, "A study on interface Design Model from the Eye-tracking of Visual consciousness," Journal of Digital Design, vol. 11, no. 3, pp. 333-343, 2011.
J. H . Lee, S, H, Choi "Sutdy of Relation Between Consumers Advertisement Attitude and Need for Cognition for IoT-Implemented Advertisement," Journal of Digital Contents Society, vol. 16, no. 1, pp. 165- 172, 2015.

원문보기 상세보기
J. J. Lee, J, S, Kwon "Image Annotation System for Mobile Augmented Reality Envionment," Journal of Digital Contents Society, vol. 16, no. 3, pp. 437-444, 2015.

원문보기 상세보기
Young-Lim Choi and Sae-Hong Cho, "Eye Tracking current state and application," Digital Contents Society Review, vol. 8, no. 1, pp. 9-14, Nov. 2012.
Drewes. Heiko, "Eye gaze tracking for human computer interaction" LMU Munchen: Faculty of Mathematics, Computer Science and Statistics Diss. Imu, 2010.
Jong-Ha Kim, "Eye-tracking and Perception" Architectural Institute of Korea, vol. 58, no. 9, pp. 21-26, Sep. 2014.
Xiaoyu Chen, Lifang Qiao, "Applicable Prospects of Eye Tracking Technology in the Research of Lands cape Visual Perception," International Jounal of Mulimedia and Ubiquitous Engineering, Vol. 10, no. 10, pp. 111-118, Sep. 2015
Editorial department , "Tobii Eye Tracking System" The HCI Society of Korea, pp2114-2110, Feb. 2009.
S. W. Choi, Y. H. Kim, and S.-J. Kang, "Histogram Matching-based Power Reduction Technique for OLED Display," Journal of The Institute of Electronics Engineers of Korea, vol. 51, no. 1, pp. 137-144, 2014.
Y. H. Kim, S. H. Kwon, S. K. Park, W. K. Kim, and J. I. Han, "Flexible Display Technology and Trend," Journal of The Institute of Electronics Engineer s of Korea, vol. 35, no. 8, pp. 84-91, 2008.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증