Webcam eye tracker ve kızılötesi eye tracker karşılaştırması

0
25
Coca Cola reklamı eye tracking heatmap analizinden bir sahne

Günümüzün en gelişmiş göz izleme teknolojisi, kızılötesine yakın tayf ışığını algılayan ve aynı zamanda bu ışık tayfındaki aydınlatmadan faydalanan yüksek doğruluk değerlerine sahip kameralar kullanmaktadır. Bu kızılötesi göz izleme cihazları için son derece hassas bir sistemle çalışır. Öte yandan göz hareketlerini tespit edebilmek için farklı seçenekler de ortaya çıkmaya başladı. Bu yazı ile kızılötesi göz izleme cihazları ve web kamerası tabanlı göz izleme teknolojisine dair incelemelerde bulunacağız.

Kızılötesinin gücü

Tipik bir göz izleyici, özel olarak tasarlanmış, herhangi bir aydınlatma koşulunda göz hareketini yakalamak için optimize edilmiş, kafa hareketlerini ve göz bölgesindeki bir dizi fizyolojik değişimi tespit edebilen bir kamera donanımıdır.

Kızılötesi ışıkla aydınlatılmış gözbebeği
Göz hareketlerinin takibi için gözbebeğinin işaretlendiği, kızılötesi ışıkla aydınlatılmış gözbebeği

 

Web kamerasıyla göz izleme ise bu özelliklere sahip değildir. Web kamerasıyla göz izleme teknolojisi temelde göz hareketleri verisini, normal bir kameradan yani sadece görünür tayfdaki ışığı algılayan bir kameradan almaktadır. Bunun nedeni, bilgisayarlarımızda yalnızca görünür tayf ışığıyla çalışan bir web kamerasına ihtiyacın yeterli olmasındandır. Kaldı ki kızılötesine yakın bir tayf ışığında video konferanslar gerçekleştirmek tuhaf bir deneyim olacaktır.

Görsel tayf, çözünürlük ve kontrast

Web kameraları veya tüketici elektroniği segmentindeki kameralar görsel tayf için ayarlanmıştır ve bu bazı sınırlar getirmektedir:

  • Görsel tayf: Göz merceğinin bir algoritma tarafından onu çevreleyen gözbebeği ile doğru seçilip algılanmasını sağlayan kızılötesi tayf ışığının sağladığı detayları veremez. Bu nedenle görsel tayfda göz muhtemelen göz merceği ve irisden oluşan büyük bir bulanıklık olarak görünmektedir.
  • Çözünürlük: Standart bir web kamerası HD kalitede kayıt yapabilir ancak bunu genellikle gecikme ve saniyede elde edilen kare hızında bir kayıpla gerçekleştirir. Düşük çözünürlük buradaki sorunu çözebilir ancak bu durumda göz bölgesini tanımlamak için piksel miktarı azalmaktadır. Piksel miktarının düşük olması ise göz bakışını seçmek için daha az bilginin kullanıldığı anlamına gelmektedir ve bu durum doğruluğu ve güvenirliği azaltmaktadır.
  • Kontrast: Web kamerasının kontrastı tamamen ortamın ışığına bağlı olduğundan düşük aydınlatmada daha az doğrulukta sonuçlar vermektedir. Bu sebeple ortamın aydınlatılması önemlidir.

 

Orijinal görüntü
Webcam görüntüsü (temsili)
Kızılötesi eye tracker görüntüsü (temsili)

 

Web kamera ile göz hareketlerini haritalama

Birinin bu sınırlılıkları kabul ettiğimizi düşünürsek web kameraya dayalı göz izleme algoritması göz hareketlerini nasıl algılayabilir ve bunları bilgisayar monitörü veya mobil cihaz ekranı gibi bir ortamla nasıl eşleyebilir?

Üst düzey bir süreç:

  1. Yüz bölgesinin tespit edilmesi
  2. Yüz bölgesinde gözlerin yerininin tespit edilmesi
  3. Sol ve sağ gözün yönünü ayrı ayrı algılama
  4. Gözlerin yönünün koordinat sistemiyle haritalanması

Çoğu yöntem, 4. adımdaki haritalamayı yapmak için kalibrasyona güvenmektedir.  Kalibrasyon genellikle standart göz izleme cihazları ile aynı şekilde yapılmaktadır. Ekranda bir dizi kalibrasyon noktası gösterilerek katılımcıdan bu noktalara bakması istenerek kaydedilen veriyle algoritmanın bir model oluşturması sağlanmaktadır.

Web kamerası tabanlı göz izlemenin artıları ve eksileri

Artılar

  • Ucuz ve kullanıma hazır web kameralarıyla çalışır.
  • Her yerde bulunabildiğinden geniş kitlelerce kolay erişilebilir.
  • Hızlı dönüş süresi sunar.
  • Laboratuar gibi merkezi bir deney ortamından ziyade evde bile yapılabilir.

Eksiler

  • Kızılötesi göz izleme cihazlarına kıyasla doğruluğu ve güvenirliliği daha azdır.
  • Harekete çok duyarlı olduğundan kayıt sırasında katılımcının hareketsiz kalmayı sürdürmesi beklenir.
  • Az aydınlatılmış ortamlarda iyi çalışmayabilir.
  • Saniye bazında düşük kare sayısı ve çözünürlüğe sahiptir.

Olumlu özellikleri web kamera tabanlı göz izlemeyi her yerde bulunan bir teknoloji yapmaktadır. Esasen bu kameralara sahip tüm cihazların, bugün neredeyse tüm kişisel bilgisayarlar ve mobil cihazların destekleyebileceği bir teknolojidir.

Akademik ve ticari araştırmalar için tipik bir çevrimiçi bir anket göndermek gibi, herhangi bir kitleden, ucuz ve hızlı bir görsel dikkat verisi toplama potansiyeli bulunmaktadır.

Ancak, olumsuz yönleri araştırmanın türü ve veri kalitesini sınırladığını göstermektedir. Araştırmanın akademik literatürde yayınlanma olasılığı kullanılan kameraların kalitesine bağlı olabilir.

Editör notu: Veri kalitesindeki düşüklük sebebiyle web kamera tabanlı göz izleme çalışmaları tek bir örneklem grubu için en az 100 kişilik katılımcı ile yapılmaktadır. Sticky gibi platformlar, örneklem sayısı 100’ü geçmeden sonuç raporlarını sunmamaktadır.

Web kamera tabanlı göz izleme çözümleri

Web kamera tabanlı göz izlemeleri daha fazla araştırmak istediğinizde birkaç seçenek daha bulunuyor.

GazeRecorder – Masaüstü
GazeRecorder bağımsız araştırmacı Szymon Deja tarafından geliştirilen ücretsiz bir yazılımdır. Göz izleme verilerinin kalibrasyonunu, kaydını ve ekran içeriğini eşleştiren bir masaüstü uygulaması olarak çalışmaktadır. Kayıttan sonra video ve ham veriler alınabilmektedir.

Webgazer – Web Tarayıcı
WebGazer, Brown Üniversitesi’nden bir araştırma projesidir. Kurulumu Javascript’te olduğu için özgündür ve göz izlemenin bir web sayfasına yerleştirilmesine imkan sağlamaktadır.

Locus Analytics – Mobil Cihazlar
Locus Analytics, özellikle mobil cihazları hedefleyen göz takibi yapan ticari bir şirkettir. Ürünleri henüz piyasaya sürülmemiştir.

Sticky
Tobii tarafından sunulan, büyük ölçekli araştırmalar için web kamerası tabanlı göz izlemeyle birlikte anketleri kullanan bulut tabanlı bir çözümdür. Tobii Pro Insight Başkanı Ali Farokhian, “web kameralarının geniş ölçekli araştırmalarda ideal olan hızlı geri dönüşleri sağladığını bunun yanısıra araştırmalar için özel olarak geliştirilen göz izleme algoritmasının doğruluğunun yüksek olduğunu, uzun oturumlarda ayrıntılı veri analizi için ideal olduğunu, gerek Webcam gerekse kızılötesi tabanlı her iki teknolojinin de farklı ihtiyaçları karşıladığını ve farklı soruları cevapladığını” ifade etmiştir.

EyeSee
EyeSee, yüz ifadesi analizini de içeren çevrimiçi çözümler sunan Belçika menşeili bir pazar araştırma şirketinin ürünüdür.

Geleceğin teknolojisi

Kızılötesi teknolojiye yakın bir kalitede basitleştirilmiş cihazlar

The Eye Tribe’ın, (Facebook tarafından satın alınmadan önce) hedefi ucuz donanım bileşenleri ile çalışabilecek dayanıklı göz izleme algoritmaları geliştirmekti. Planları sadece standart kameralara güvenmek değil birkaç ekstra donanım bileşeni ekleyerek göz izleme teknolojisinin herkesin ulaşabileceği maliyetlerde olabileceğini kanıtlamaktı.

Editör notu: Yaptıkları 200 USD fiyatındaki göz izleme cihazları (ET1000), bir dizüstü bilgisayarda veya cep telefonunda bulunan kameraya ek olarak, kızılötesine yakın tayfda aktif aydınlatma sağlayan bir diyotun, doğruluk düzeyi yüksek bir göz izleme verisine ulaşmak için yeterli olabileceğini göstermekteydi.

Düşük maliyet
Microsoft Kinect ve Intel Realsense birkaç yüz dolara satın alınabilen ve gözle görülmeyen tayfda kayıt yapma seçenekleri sunan ve görüntüler için bir mesafe haritası sağlayan ucuz donanım platformlarıdır.

Eyeware, bu platformlar için göz izleme algoritmaları geliştiren bir göz izleme girişimidir.

Teknoloji içinde gömülü
Tobii’nin amacı son teknoloji göz takibini tüketici ürünlerine entegre etmektir.

Tobii Tech, tüketici odaklı göz izleme donanımını geliştiren ve yüksek performanslı, düşük maliyetli göz izleme donanımlarını tüketici elektroniği kategorisinde sunmak için bazı dizüstü bilgisayar ve monitör üreticileriyle ortaklık kurmaktadır. Tüm cihazların bugünkü mevcut web kameralarının kapasitesini artırmak yerine, cihazlara uygun göz izleme donanımının eklenmesi açıkça farklı bir yaklaşımdır.

Farklı yöntemlerle doğruluk
Adhawk göz hareketlerini tespit etmek için tamamen yeni bir yol sunmaktadır. Normal bir kamera kullanmak yerine, sistemleri bir MEMS tarayıcıya dayanmaktadır. Faydası ise donanım maliyetinin büyük ölçüde azaltılabilmesi ve potansiyel olarak gözün konumunun oldukça doğru ölçümlerini sağlayabilmesidir.

Bu teknoloji gözlük benzeri bir cihazla entegrasyon imkanı sunmaktadır. Bundan dolayı web kamerası tabanlı sistemler gibi hızlıca yaygınlaşamayacaktır.

Sonuç

Sonuç olarak, göz izleme türlerinin kullanışlılığı, nasıl kullanılacağına dayanmaktadır. Eğer, amaç basitçe bir katılımcının bir ekranın belirli bir kısmına bakıp bakmadığını belirlemekse, web kamerası tabanlı yöntemler bunu yerine getirebilir. Bununla birlikte, daha fazla uzamsal veya zamansal çözünürlük gerekiyorsa, kızılötesi göz izleyiciler gerekli olacaktır.

Tobii Pro Insight Başkanı Ali Farokhian da benzer şekilde “Sonunda her şey inovasyon sürecinde nerede olduklarına bağlı. Bir web kamerası veya bir Tobii Pro X3-120 veya giyilebilir bir göz izleyici (gözlük şeklindekiler) arasında seçim yapmak, bir araştırmacının bu sürecin aşamasını ve kullanım durumunu değerlendirilmesini gerektirir” ifadesini kullanmıştır.

Tüm teknolojilerde olduğu gibi, en iyisi henüz gelmedi. Gelecekte donanım ve yazılım entegrasyonları daha da gelişmiş olacak ve kızılötesi eye tracker’larla rekabet etmeye başlayacaktır.

 

Çeviri: Ahu Baran

Editör: Kılınç Orhan Erdemir

Kaynak: Ole Baunbæk Jensen https://imotions.com/blog/webcam-eye-tracking-vs-an-eye-tracker/

 

Ahu Baran
İzmir’de doğdu, büyüdü, İzmir Amerikan Koleji’ni bitirdi. ODTÜ Ekonomi bölümünden mezun olan Baran, özel bir bankanın sermaye piyasaları bölümünde uzman yardımcısı olarak göreve başladı. Uzmanlık alanı gereği sermaye piyasası faaliyetleriyle ilgili lisansları alan Baran, İstanbul Bilgi Üniversitesi Finansal Ekonomi yüksek lisans programını tamamladı. Yazılım geliştirme ve değişim yönetimi projelerinde de görev alan Baran, yöneticilik görevine 2012 yılından itibaren bireysel pazarlama departmanında devam etti. Bu süre içerisinde teknojinin gelişimiyle değişen ve gelişen pazarlama trendlerini yakından takip etmesi onun beyin ve tüketici davranışlarına olan ilgisini artırdı. Bu alanda bilgi birikimini artırmak üzere ikinci yüksek lisans eğitimine Üsküdar Üniversitesi’nde Nöropazarlama yüksek lisans programında başladı. Halen bireysel pazarlama departmanında yönetici olarak görevini sürdürüyor ve tüketici nörobilimi alanında bilgi birikimini artırmak üzere yoluna devam ediyor.

CEVAP VER

Please enter your comment!
Please enter your name here