• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.512-517
• /
• 2007

There are several researches on 2D gaze tracking techniques for the 2D screen for the Human-Computer Interaction. However, the researches for the gaze-based interaction to the stereo images or contents are not reported. The 3D display techniques are emerging now for the reality service. Moreover, the 3D interaction techniques are much more needed in the 3D contents service environments. This paper addresses gaze-based 3D interaction techniques on stereo display, such as parallax barrier or lenticular stereo display. This paper presents our researches on 3D gaze estimation and gaze-based interaction to stereo display.

• 한국정보전자통신기술학회논문지
• /
• 제16권3호
• /
• pp.123-129
• /
• 2023

응시점을 통해 어떤 것을 보고 있는지 알 수 있다면 많은 정보를 얻을 수 있다. 응시 추적 기술의 발달로 응시점에 대한 정보는 다양한 응시 추적 기기에서 제공해주는 소프트웨어를 통해 얻을 수 있다. 하지만 실제 응시 깊이와 같은 정확한 정보를 추정하기란 어렵다. 응시 추적 기기를 통해 만약 실제 응시 깊이로 보정할 수 있다면 시뮬레이션, 디지털 트윈, VR 등 다양한 분야에서 현실적이고 정확한 신뢰성 있는 결과를 도출하는 것이 가능해질 것이다. 따라서 본 논문에서는 응시 추적 기기와 소프트웨어를 통해 원시 응시 깊이를 획득하고 보정하는 실험을 진행한다. 실험은 Deep Neural Network(DNN) 모델을 설계한 후 소프트웨어에서 제공하는 응시 깊이 값을 300mm에서 10,000mm까지 지정한 거리별로 획득한다. 획득한 데이터는 설계한 DNN 모델을 통해 학습을 진행하여 실제 응시 깊이와 대응하도록 보정하였다. 보정한 모델을 통해 실험을 진행한 결과, 300mm에서 10,000mm까지 지정한 거리별 297mm, 904mm, 1,485mm, 2,005mm, 3,011mm, 4,021mm, 4,972mm, 6,027mm, 7,026mm, 8,043mm, 9,021mm, 10,076mm로 실제와 비슷한 응시 깊이 값을 획득할 수 있었다.

• 정보처리학회논문지B
• /
• 제16B권3호
• /
• pp.203-214
• /
• 2009

본 연구에서는 모니터, 카메라 및 눈동자 좌표계간의 복잡한 3차원 관계를 고려하지 않고, 동공의 중심 위치와 모니터의 구석에 설치된 적외선 조명에 의한 네 개의 조명 반사광 사이의 관계를 사용하여 2차원적인 변환 방법으로 사용자의 시선 위치를 파악한다. 동공중심과 조명 반사광을 정확하게 추출하고, 이를 통해 계산된 시선 위치 계산의 정확도에 영향을 줄 수 있는 오차 요소들을 보정하는 것이 본 연구의 목적이다. 이를 위하여, 동공 중심을 통해 계산된 시선위치와 실제 시선 축이 이루는 카파에러를 초기 1회의 사용자 캘리브레이션을 통해 보정하였다. 또한, 칼만 필터를 기반으로 눈의 급격한 움직임 변화에도 각막 조명 반사광을 안정적으로 추적하여 시선 위치를 정확하게 추적한다. 실험 결과, 제안한 연구방법의 시선 위치 추출 오차는 눈의 급격한 움직임 변화에 상관없이 약 1.0$^\circ$ 를 나타냈다.

• 한국콘텐츠학회논문지
• /
• 제16권12호
• /
• pp.10-18
• /
• 2016

사람의 인지 능력은 시각에 많은 것을 의존하고 있다. '시각'은 눈을 통해 빛의 자극을 받아들이는 감각을 통칭하며, '시선'은 눈동자의 중심점과 외계의 시점을 연결하는 직선 작용으로 일반적으로 주목하는 물체와 눈을 잇는 직선을 의미한다. 시선에 대한 연구는 '심리학', '인지 언어학'등 여러 학계에서 활발하게 진행되고 있다. 시선을 객관적으로 분석하기 위한 방법으로 '아이트래킹'에 대한 연구가 활성화 되어 있다. 아이트래킹에 관한 연구진행을 위한 장비가 '아이트래커'이며, 연구 분야가 웹페이지 개발 분석 등의 범위에서 매장분석, 교통신호처리 방법, 운송기기, 영상콘텐츠의 사용자 경험분석과 마케팅 분석 기법 등으로 확대됨에 따라 고정형 아이트랙커 보다는 고글형의 모바일 아이트랙커(Glasses Eye-Tracking Device)의 수요가 확대되고 있다. 본 연구에서는 아이트래킹의 개요와 특성을 파악하고 아이트래킹 연구의 확산을 위한 방안을 제시한다.

• 한국정보전자통신기술학회논문지
• /
• 제2권3호
• /
• pp.61-69
• /
• 2009

본 논문에서는 새로운 실시간 시선 추적 방식을 제안하고자한다. 기존의 시선추적 방식은 사용자가 머리를 조금만 움직여도 잘못된 결과를 얻을 수가 있었고 각각의 사용자에 대하여 교정 과정을 수행할 필요가 있었다. 제안된 시선 추적 방법은 적외선 조명과 Generalized Regression Neural Networks(GRNN)를 이용함으로써 교정 과정 없이 머리의 움직임이 큰 경우에도 견실하고 정확한 시선 추적을 가능하도록 하였고 매핑 기능을 일반화함으로써 각각의 교정과정을 생략 할 수 있게 하여 학습에 참여하지 않은 다른 사용자도 시선 추적을 가능케 하였다. 실험결과 얼굴의 움직임이 있는 경우에는 평균 90%, 다른 사용자에 대해서는 평균 85%의 시선 추적 결과를 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제8권10호
• /
• pp.1293-1305
• /
• 2005

본 논문에서는 HMD(head mounted display) 하단에 눈동자의 움직임 영상을 취득할 수 있는 USB 카메라를 부착한 후, 3차원 1인칭 슈팅(first Person shooting) 게임에서 게임 캐릭터의 시선방향을 눈동자 움직임에 의해 조작하는 방법을 제안한다. 본 논문에서 제안하는 방법은 다음과 같이 세 부분으로 구성된다. 첫 번째는 입력 영상으로부터 눈동자의 중심 위치를 실시간 영상 처리 방법으로 추출하는 부분, 두 번째는 HMD 모니터상의 임의 지점을 쳐다볼 때 추출된 눈동자의 위치 정보와 모니터상의 응시 위치 사이의 기하학적인 연관관계를 결정하는 캘리브레이션 부분, 그리고 마지막은 캘리브레이션 정보를 기반으로 모니터 상의 최종적인 응시 위치를 결정하고, 이 정보에 의해 게임상의 3차원 뷰(view) 방향을 조정하는 부분으로 구성된다. 실험 결과, 본 논문의 방법에 의해 손이 불편한 사용자에게 게임을 즐길 수 있는 기회를 제공하고, 게임 캐릭터와 게임 사용자의 시선 방향을 일치시킴으로서 게임의 흥미와 몰입감을 증가시키는 결과를 얻을 수 있었다.

• 방송공학회논문지
• /
• 제11권4호
• /
• pp.431-440
• /
• 2006

2D 영상에 대한 시선 기반 상호작용 기법으로서 시선추적 기술이 연구되고 있다. 하지만 입체영상 또는 콘텐츠에 대한 시선기반 상호작용 연구는 아직 연구된 바가 없다. 현재 3D 디스플레이 기술은 현실감 있는 서비스를 제공하고 있으며, 이러한 3D 콘텐츠를 제공하는 환경에서는 더욱 3D 상호작용 기법이 필요하다. 본 논문은 패럴랙스 배리어나 렌티큘라 방식과 같은 무안경식 3차원 입체 디스플레이 환경에서 시선기반 3차원 입체 영상 상호작용 기술에 대해 기술한다.

• 한국정보통신학회논문지
• /
• 제18권5호
• /
• pp.1162-1170
• /
• 2014

본 논문에서는 두 개의 카메라를 이용하여 보다 정확한 동공 인식을 통한 원격방식의 시선 추적을 제안한다. 헤드 장착형 시선추적용으로 개발된 Starburst 알고리즘은 원격방식의 시선추적에서는 카메라가 보다 넓은 영역을 보기 때문에 눈썹, 눈꼬리 등 외란이 많아 스타버스트 알고리즘을 바로 적용하면 동공 중심 추출에 실패하는 경우가 많았다. 이에 템플렛매칭을 이용하여 대략적인 동공영역을 찾고, 찾은 영역 내에서만 스타버스트 알고리즘으로 동공의 경계 후보점들을 찾은 후 보완된 RANSAC 알고리즘으로 타원근사하여 동공의 중심을 추출하였다. 추출된 동공중심을 머리의 움직임에 거의 영향을 받지 않도록 4개의 적외선 LED를 모니터 네 구석에 부착하고 Homography normalization을 적용하였다. 스크린 좌표계로 변환할 때 기존에는 호모그래피를 사용하였으나, 카메라 렌즈의 비선형왜곡을 보상하기 위해 여기서는 고차다항식을 이용한 캘리브레이션 기법을 이용하였다. 끝으로, 두 대의 카메라를 사용하여 정확도와 신회성이 향상됨을 보인다.

• 한국실내디자인학회논문집
• /
• 제25권1호
• /
• pp.73-80
• /
• 2016

Street is the most fundamental component of city and place to promote diverse actions of people. Pedestrians gaze at various street environments. A visual gaze means that there are interesting elements and these elements need to be preferentially improved in the street environment improvement project. Therefore, this study aims to set up the priorities of street environment components by analyzing eye movements from a pedestrian perspective. In this study, street environment components were classified into road, street facility, building(facade) and sky and as street environment images, three "Streets of Youth" situated in Gwangbok-ro, Seomyeon and Busan University of Busan were selected. The experiment targeted 30 males and females in their twenties to forties. After setting the angle of sight through a calibration test, an eye-tracking experiment regarding the three images was conducted. Lastly, the subjects were asked to fill in questionnaires. The following three conclusions were obtained from the results of the eye-tracking experiment and the survey. First, building was the top priority of street environment components and it was followed by street facility, road and sky. Second, as components to be regarded as important, fast 'Sequence', many 'Fixation Counts' and 'Visit Counts', short 'Time to First Fixation' and long 'Fixation Duration' and 'Visit Duration' were preferred. Third, after voluntary eye movements, the subjects recognized the objects with the highest gaze frequency and the lowest gaze frequency.

• 대한기계학회논문집A
• /
• 제37권10호
• /
• pp.1219-1227
• /
• 2013

눈 움직임만으로 물건을 집고자 하는 사지장애자를 위한 웨어러블 로봇을 소개한다. 이 로봇에서는 시선위치추적 알고리즘을 적용하여 파지하고자 하는 물체를 보는 동공의 움직임을 확인하여 물체의 2차원 정보를 구하고 물체까지의 깊이는 로봇 어깨위에 올려져 있는 Kinect라는 장치를 사용하여 구한다. 물체와 로봇, 그리고 카메라간의 좌표변환과 매칭을 통하여 최종 물체의 3차원 정보를 추출하고 이 정보는 로봇제어기인 DSP로 전송되어 물체를 잡을 수 있도록 제어하게 되어 궁극적으로 사용자가 물체를 정확히 잡을 수 있도록 한다.