Raspberry Pi を利用した小型モバイル視線計測システムの開発 Small Mobile Eye Tracking on the Raspberry Pi Development Platform ヒューマンインタフェース学講座 0312011029 落合貴之 指導教員：Prima Oky Dicky A. 伊藤久祥 1. はじめに 視線計測システムは，視線情報の分析を行う心理学 やマーケティングなどの分野で広く利用されており， 当該システムの開発も活発に行われている．ヒューマ ンインタフェース学講座では，一般に市販された視線 計測システムと同等な計測精度を持つ低価格なシステ ムの開発に成功している．しかしながら，パソコンを 利用することから， 全体的なコストは依然として高く， 例えば歩行しながら視線計測を行うといった用途には 適さない．そこで本研究では，低価格かつ可搬性の高 い小型モバイル視線計測システムを開発し，その性能 を評価する． 表 1 システムの構成要素 要素 備考 計算機 Raspberry Pi (950MHz ARM6) OS Raspbian(September 2014 版) 画像処理 lib. OpenCV 2.3.1 アイカメラ Pi Noir ビューカメラ Microsoft LifeCam HD-3000 ビューレンズ KSW-1 画角 120 度 ディスプレイ Pi TFT（2.8 インチ） 赤外線 LED 5 mm 赤外線 LED 2. 既存の装置 モバイル視線計測システムの先行事例として，Tobii グラス 2（トビー・テクノロジー社）1)やアイマークレ コーダ EMR-9（ナックイメージテクノロジー社）2)が ある．しかしながら，これらのシステムはともに約 200 万円と非常に高価で，個人での導入が難しい．また， Tobii グラス 2 は当該装置と別に計測用のパソコンが 必要になるため，利用する場面に制約を受け，モバイ ル用途には適さない． 図 2 提案の小型モバイル視線計測システム 着脱可能であり，レンズを外した場合，64 度の狭い視 野での詳細な視線計測を行える．また，操作画面や計 3. 提案の小型モバイル視線計測システム 測結果の出力装置にはオンボードで接続可能な 本研究では，小型モバイル視線計測システムを実現 Raspberry Pi 専用のタッチスクリーンを使用する．図 2 するために，ノートパソコンを用いた従来の視線計測 システム 3)の画像処理を小型のシングルボードコンピ ュータである Raspberry Pi に実装し，瞳孔の撮影装置 に Raspberry Pi 専用のカメラを利用する． 3.1 ハードウェアの構成 表 1 に，提案の小型モバイル視線計測システムを構 成する要素の一覧を示す．現時点において，これらの 機器は合計 2 万円以内で入手可能である．システムを 装着した利用者の眼球を撮影するためのカメラ（アイ カメラ; eye camera）として，Raspberry Pi 専用赤外線カ メラモジュール(Pi Noir)を使用し，測定する眼球に赤 外光を照射するために LED を用いる．利用者の視界を 撮影するカメラ（ビューカメラ; view camera）は，人 間の有効視野角の 120 度と同等とするため，広角レン ズを装着した Web カメラを使用する．なお，レンズは に，表 1 の部品を元に組み立てた視線計測システムを 示す．計算機の寸法は，横幅 10cm，縦幅 6.5cm，高さ 3.5cm である． 3.2 視線計測アルゴリズム 図 3 に，本研究で用いた視線計測アルゴリズムを示 す．まず，眼球の映像に対してガウシアンマスクを適 用し，瞼領域を除去する．次に，オープニング処理・ 二値化処理・blob 処理を順に行い，瞳孔の領域を抽出 し，瞳孔の中心座標を取得する．最後に 5 点によるキ ャリブレーション処理で得たパラメータを用い，瞳孔 の中心座標を視野映像の座標に変換し，視線情報を出 力する． 以下に，キャリブレーションの手順を示す． 【手順1】 ビューカメラ映像上に描画された基準点と 重なるように Raspberry Pi 本体を配置し，3 (a) 被験者の様子 (b) 視線情報の表示 図 4 検証の様子 表 2 検証結果 場面 図 3 本研究の視線計測アルゴリズム 秒間注視する． 【手順2】 3 秒間に取得できた瞳孔の中心座標群から フレームレート 両カメラの映像のみを取得 14.8 fps 瞳孔を検出 5.96 fps キャリブレーション 5.87 fps 視線情報の算出 5.82 fps 標準正規分布を計算し，有意水準 95%の範 囲から外れた座標を除外する． 【手順3】 【手順 1】 【手順 2】を左上，右上，中央， カード検知以外の視線計測には，十分に利用可能な水 準に達していると考えられる． 左下，右下の 5 点の基準点の順に行い，そ 5. おわりに れぞれの瞳孔の中心座標を取得する． 【手順4】 上記の処理を経た瞳孔の中心座標群とそれ に該当する視野映像の各基準点の座標をホ モグラフィ式に代入し，その変換行列 (transformation matrix)を取得する．以下に， 瞳孔の中心座標 𝑥, 𝑦 と視野映像上の注視 点の座標 𝑥′, 𝑦′ との関係を示す． ℎ!! ℎ!" ℎ!" ℎ!" ℎ!! ℎ!" ℎ!" ℎ!" 1 𝑥 𝑥′ 𝑦 = 𝑠 𝑦′ 1 1 𝑠 = ℎ!" 𝑥 + ℎ!" 𝑦 + 1 本研究では，安価な小型モバイル視線計測システム を開発・実装し，その性能を検証した．その結果，本 システムは高速な視線変化の分析を求めない分野にお いて十分に利用できる水準に達していることが分かっ た．現時点において，すでに Raspberry Pi と同程度の 価格で，より高速な演算処理能力をもつ小型 Linux 計 (1) (2) ここで，h11〜h32 はホモグラフィパラメータ，s はス 算機が多数市販されており，Raspberry Pi をこれらの計 算機に置き換えるだけで，本システムの性能を大幅に 向上させることが可能である．近い将来，2 万円以下 の小型モバイル視線計測システムは，十分に実現でき ると考えられる． ケールである． 参考文献 4. 動作検証 開発した小型モバイル視線計測システムを装着し， 視線情報を取得した際のフレームレートを算出するこ とで，本システムの有用性について検証した．図 4(a) に， 被験者が本システムを着用したときの様子を示す． ここで，視線計測アルゴリズムは先行研究 3)を採用し たため，視線計測の精度についての検証は行わない． 図 4(b)に，ディスプレイに描画された視野映像と視線 情報（丸）を示す．表 2 に，Raspberry Pi をオーバーク ロックし，クロック周波数 950MHz で視線計測を行っ た際の各場面におけるフレームレートを示す． 検証結果から，映像の取得は 14.8 fps で行えるが， 視線情報の算出を含むと 5.82 fps に低下することが分 かる．サッカード(saccade)の検知には，15 fps 以上の視 線追尾速度が必要であることから，本システムはサッ 1) トビー・テクノロジー社 Tobii グラス 2 <http://www.tobii.com/ja-JP/eye-tracking-research/japa n/products/hardware/tobii-glasses-eye-tracker/>(2014/1 2/2 アクセス) 2) ナックイメージテクノロジー社 モバイル型アイ マークレコーダ EMR-9 <http://www.eyemark.jp/product/emr_9/index.html>(2 014/12/10 アクセス) 3) 堀江友祐：ヘッドマウント型視線計測システムに おける頭部動き補償キャリブレーション，岩手県 立大学卒業論文集，p.10-11，2014.
© Copyright 2024 ExpyDoc
