Découvrir comment utiliser la vision par ordinateur pour détecter le regard

La vision par ordinateur est une branche de l’intelligence artificielle (AI) qui vise à permettre aux machines d’analyser et d’interpréter les données visuelles d’une manière similaire aux humains. La détection du regard est l’une des applications particulièrement fascinantes de la vision AI : elle permet aux machines de suivre et de comprendre où une personne regarde.

En tant qu’êtres humains, nous pouvons naturellement suivre le regard de quelqu’un et comprendre ce qui retient son attention. Par exemple, si tu discutes avec un ami et qu’il regarde soudainement vers la porte, tu peux instinctivement te tourner pour voir ce qui a attiré son attention. Les machines, en revanche, ne possèdent pas cette capacité innée : elles doivent être entraînées à l’aide de techniques de vision par ordinateur pour reconnaître les mouvements des yeux et interpréter la direction du regard.

Alors que le marché de la détection du regard devrait atteindre 11,9 milliards de dollars d’ici 2032, de nombreux secteurs l’adoptent pour différentes applications. Par exemple, la détection du regard dans les voitures est utilisée pour améliorer la sécurité des conducteurs en surveillant leur niveau d’attention et en détectant les signes de somnolence ou de distraction.

Dans cet article, nous allons explorer comment la vision par ordinateur est utilisée pour le suivi des yeux et la détection du regard. Nous examinerons également certaines de ses principales applications dans différents secteurs. C’est parti !

Qu’est-ce que le suivi des yeux et la détection du regard ?#

Le suivi des yeux et la détection du regard sont des techniques utilisées pour déterminer le centre d’attention d’une personne en analysant les mouvements des yeux et la direction du regard. Grâce aux progrès de l’AI et des technologies de capteurs, il est désormais possible de suivre les yeux d’une personne en temps réel.

Traditionnellement, la plupart des systèmes de suivi des yeux reposent sur des caméras infrarouges (IR), qui détectent les mouvements des pupilles en éclairant les yeux avec une lumière proche de l’infrarouge et en capturant les reflets de la cornée. Ces systèmes offrent une grande précision. Cependant, ils nécessitent souvent un équipement spécialisé porté sur la tête, qui peut être inconfortable et sujet à des problèmes d’étalonnage.

Avec l’essor de l’AI, les chercheurs étudient activement les méthodes de suivi des yeux fondées sur la vision par ordinateur. Contrairement aux systèmes traditionnels fondés sur l’IR, ces approches s’appuient sur des modèles de vision par ordinateur comme Ultralytics YOLO11 pour détecter les caractéristiques faciales telles que les yeux et les pupilles, ainsi que pour estimer la pose de la tête. En outre, des modèles spécialisés de deep learning comme GazeNet de NVIDIA sont conçus spécifiquement pour l’estimation du regard.

Fig. 1. Exemple d’utilisation d’Ultralytics YOLO11 pour détecter l’œil et la pupille d’une personne.

Bien qu’il s’agisse encore d’un domaine en évolution, le suivi du regard fondé sur la vision par ordinateur pourrait rendre le suivi des yeux plus accessible, réduire les coûts et améliorer l’ergonomie des applications dans le marketing, la psychologie et les neurosciences.

L’évolution de la détection du regard et du suivi des yeux#

Explorons maintenant le passage des systèmes traditionnels fondés sur l’infrarouge à des solutions plus accessibles et pilotées par logiciel.

Tu te demandes peut-être si le suivi des yeux et la détection du regard peuvent être réalisés sans AI, et pourquoi la recherche se poursuit donc sur l’intégration de l’AI et de la vision par ordinateur dans ces technologies. Bien que les méthodes traditionnelles de suivi des yeux existent, elles reposent souvent sur des caméras infrarouges spécialisées et des dispositifs de suivi portés sur la tête, qui peuvent être coûteux, encombrants et nécessiter des conditions d’éclairage contrôlées. Les solutions fondées sur l’AI permettent en revanche de suivre les yeux avec des webcams standard et des caméras de smartphone, ce qui réduit les coûts et améliore l’accessibilité.

Fig. 2. Un dispositif de suivi des yeux porté sur la tête.

Voici quelques-uns des autres facteurs à l’origine de l’évolution des technologies de suivi des yeux et de détection du regard :

• Applications : les approches pilotées par logiciel permettent à ce domaine de s’étendre au-delà de la recherche, aux appareils grand public et à des secteurs comme le gaming.
• Évolutivité : l’AI peut rendre les solutions de détection du regard accessibles à un public plus large, des utilisateurs individuels aux secteurs industriels à grande échelle.
• Progrès des technologies de caméra : aujourd’hui, nous avons accès à des caméras de smartphones et de webcams offrant une résolution supérieure, ce qui améliore la précision du suivi des yeux, chose qui n’était pas envisageable il y a 20 ans.

Utiliser Ultralytics YOLO11 pour la détection du regard et le suivi des yeux#

Maintenant que nous avons abordé le rôle de la vision par ordinateur dans le suivi des yeux et la détection du regard, voyons comment Ultralytics YOLO11 peut être utilisé dans ce contexte.

Ultralytics YOLO11 prend en charge des tâches comme la détection d’objets et l’estimation de pose. Préentraîné sur le jeu de données COCO, il atteint une grande précision pour détecter différents objets. Plus précisément, dans une solution de détection du regard, YOLO11 peut jouer un rôle complémentaire.

Même s’il ne peut pas prédire directement la direction du regard, il peut être ajusté pour détecter les visages, les yeux et les pupilles, qui sont essentiels à une analyse plus approfondie. Une fois ces caractéristiques identifiées, des modèles supplémentaires peuvent traiter les données relatives aux mouvements des yeux afin d’estimer la direction du regard.

Par exemple, pour améliorer la précision, Ultralytics YOLO11 peut être entraîné sur mesure avec des jeux de données comme WIDER FACE pour la détection des visages. De plus, grâce à ses capacités d’estimation de pose, YOLO11 peut aider à suivre l’orientation de la tête, ce qui améliore la précision de la détection du regard.

Fig. 3. YOLO11 peut être utilisé pour détecter des visages humains.

Applications concrètes de la détection du regard#

La détection du regard, rendue possible par la vision par ordinateur, offre un large éventail d’applications dans différents secteurs, de l’amélioration de la sécurité automobile à l’analyse de la concentration dans le gaming. Explorons comment différents domaines exploitent cette technologie.

Suivi du regard dans le gaming#

Le suivi des yeux est utilisé dans le gaming pour fournir en temps réel des informations sur la concentration, la prise de décision et les temps de réaction des joueurs. En suivant les mouvements des yeux, cette technologie aide les joueurs à affiner leurs stratégies, améliore les programmes d’entraînement et renforce l’engagement du public en affichant visuellement où les joueurs regardent lors des moments clés.

Le sim racing, une discipline de sport automobile virtuelle compétitive dans laquelle les joueurs disputent des courses à l’aide de simulations de conduite réalistes, en est un exemple intéressant. Le suivi des yeux aide à analyser la manière dont les pilotes se concentrent sur la piste, réagissent à leurs adversaires et négocient les virages serrés. En suivant leur regard en temps réel, les entraîneurs peuvent identifier des schémas, repérer les distractions et améliorer les stratégies de course.

Fig. 4. Le suivi des yeux peut être utilisé pour surveiller et analyser les pratiquants du sim racing.

Au-delà du sim racing, le suivi des yeux est également utilisé dans les jeux compétitifs au rythme soutenu pour analyser les réflexes et les temps de réaction des joueurs, ainsi que la manière dont ils se concentrent sur les éléments clés du jeu. En comprenant où un joueur regarde avant d’effectuer une action, ces données contribuent à affiner la prise de décision, à améliorer la précision et à optimiser l’entraînement pour le jeu à haut niveau.

Estimation du regard pour la recherche en psychologie#

L’estimation du regard offre de nombreuses applications de la vision AI dans le domaine de la recherche. Son utilisation en psychologie pour étudier l’attention, la charge cognitive et le comportement social en est un bon exemple. En analysant les mouvements des yeux, les chercheurs peuvent obtenir des informations sur la perception, la prise de décision et des troubles de la santé mentale comme l’autisme et le TDAH.

Plus précisément, le suivi du regard par vision par ordinateur aide à identifier les schémas de mouvements des yeux, la durée des fixations et l’attention visuelle, qui peuvent révéler des états cognitifs et émotionnels. Avec les progrès du deep learning et de l’estimation du regard fondée sur l’AI, ces méthodes deviennent plus précises et accessibles, ce qui permet de les appliquer plus largement à la recherche neurologique.

Sécurité automobile#

Au fil des ans, les chercheurs ont utilisé différentes méthodes pour étudier l’attention et la concentration des conducteurs dans diverses conditions de circulation. Parmi ces méthodes, le suivi des yeux s’est révélé essentiel et peut fournir des informations sur l’endroit où regarde le conducteur pendant qu’il conduit.

Avec l’aide de modèles de vision par ordinateur, la détection du regard peut approfondir cette analyse en suivant précisément les mouvements des yeux en temps réel. Cette analyse peut nous permettre de mieux comprendre le comportement des conducteurs, en aidant à identifier les distractions, la fatigue ou les baisses d’attention, ce qui peut améliorer la sécurité routière et contribuer au développement de systèmes avancés d’aide à la conduite.

Fig. 5. Exemple de surveillance d’un conducteur à l’aide de la détection des visages et du suivi du regard.

Par exemple, si un conducteur détourne fréquemment les yeux de la route pour consulter son téléphone ou réagit lentement aux intersections, le système peut détecter ces comportements et émettre des alertes pour recentrer son attention, ce qui pourrait éviter des accidents.

Avantages et inconvénients du suivi des yeux et de la détection du regard#

Voici quelques-uns des principaux avantages que les technologies de suivi des yeux et de détection du regard peuvent apporter à notre quotidien :

• Sensibilisation accrue : le suivi des yeux fournit des informations sur la manière dont les personnes interagissent visuellement avec leur environnement, ce qui aide à mieux comprendre les schémas d’attention et de concentration.
• Prise de décision améliorée : les données recueillies grâce au suivi des yeux aident les chercheurs et les professionnels à prendre des décisions éclairées fondées sur des schémas d’attention objectifs.
• Ergonomie visuelle améliorée : l’analyse du comportement du regard peut aider à concevoir des écrans, des espaces de travail et des environnements qui réduisent la fatigue oculaire et améliorent le confort.

Bien que ces avantages montrent comment la détection du regard peut avoir un impact positif sur nos vies, il est également important de prendre en compte les difficultés liées à sa mise en œuvre. Voici quelques-unes des principales limites à garder à l’esprit :

• Problèmes de confidentialité : le suivi continu des yeux peut soulever des problèmes de confidentialité et mettre les utilisateurs mal à l’aise. Garantir la transparence, obtenir le consentement des utilisateurs et traiter les données localement peuvent contribuer à atténuer ces préoccupations.

• Forte demande en calcul : le suivi du regard en temps réel peut nécessiter un matériel puissant, ce qui limite l’accessibilité sur les appareils peu énergivores. Cependant, les modèles optimisés contribuent à améliorer l’efficacité.

• Limites de précision : le suivi du regard peut être moins fiable dans des conditions réelles en raison des variations d’éclairage, des mouvements de la tête ou d’obstacles comme les lunettes et les cheveux. Les angles de caméra peuvent également affecter les performances.

Garder les yeux tournés vers l’avenir#

Le suivi des yeux et la détection du regard, soutenus par des modèles de vision par ordinateur comme Ultralytics YOLO11, transforment notre manière d’interagir avec le monde. Qu’il s’agisse de rendre les routes plus sûres ou de comprendre le comportement humain, cette technologie devient de plus en plus utile au quotidien.

Même si des difficultés subsistent, comme les problèmes de confidentialité et la nécessité de disposer d’ordinateurs puissants, les progrès de l’AI et de la vision par ordinateur rendent le suivi des yeux plus précis et plus facile à utiliser. À mesure qu’il continue de progresser, il jouera probablement un rôle plus important dans de nombreux secteurs.

Pour en savoir plus, consulte notre dépôt GitHub et échange avec notre communauté. Découvre les innovations dans des secteurs comme l’AI appliquée aux voitures autonomes et la vision par ordinateur dans l’agriculture sur nos pages consacrées aux solutions. Consulte nos options de licence et donne vie à tes projets de vision AI. 🚀