Découvrir comment la vision par ordinateur peut servir à 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 des données visuelles de manière comparable aux humains. La détection du regard est une application particulièrement fascinante de l’IA visuelle, qui permet aux machines de suivre et de comprendre où une personne regarde.

En tant qu’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 soudain vers la porte, tu peux instinctivement te retourner 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 mondial 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 sert à 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 verrons comment la vision par ordinateur est utilisée pour le suivi des yeux et la détection du regard. Nous examinerons aussi 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 qui déterminent le centre d’attention d’une personne en analysant les mouvements des yeux et la direction du regard. Grâce aux progrès de l’IA 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 infrarouge et en capturant les reflets cornéens. 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’IA, les chercheurs explorent activement des méthodes de suivi des yeux basées sur la vision par ordinateur. Contrairement aux systèmes traditionnels basés sur l’IR, ces approches s’appuient sur des modèles de vision par ordinateur comme Ultralytics YOLO11 pour détecter les traits du visage, tels que les yeux et les pupilles, et estimer la pose de la tête. Au-delà de cela, des modèles spécialisés d’apprentissage profond comme GazeNet de NVIDIA sont conçus spécifiquement pour estimer le 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 basé sur la vision par ordinateur pourrait rendre le suivi des yeux plus accessible, en réduisant les coûts et en améliorant la facilité d’utilisation dans des applications liées au marketing, à la psychologie et aux neurosciences.

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

Voyons maintenant comment les solutions logicielles plus accessibles ont pris le relais des systèmes traditionnels basés sur l’infrarouge.

Tu te demandes peut-être s’il est possible d’effectuer le suivi des yeux et la détection du regard sans IA — alors pourquoi ces technologies font-elles encore l’objet de recherches sur l’intégration de l’IA et de la vision par ordinateur ? Les méthodes traditionnelles de suivi des yeux existent, mais elles reposent souvent sur des caméras infrarouges spécialisées et des dispositifs de suivi des yeux montés sur la tête, qui peuvent être coûteux et encombrants, et nécessitent des conditions d’éclairage contrôlées. Les solutions basées sur l’IA permettent toutefois le suivi des yeux à l’aide de webcams standard et de caméras de smartphones, ce qui réduit les coûts et améliore l’accessibilité.

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

Voici d’autres facteurs qui expliquent l’évolution des technologies de suivi des yeux et de détection du regard :

• Applications : les approches logicielles permettent à ce domaine de dépasser le cadre de la recherche et de s’étendre aux appareils grand public et à des secteurs comme le jeu vidéo.
• Évolutivité : l’IA peut rendre les solutions de détection du regard accessibles à un public plus large, des utilisateurs individuels aux grandes industries.
• Progrès des technologies de caméra : aujourd’hui, nous avons accès à des caméras de smartphones et de webcams à plus haute résolution, qui améliorent la précision du suivi des yeux — une 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 parlé du rôle de la vision par ordinateur dans le suivi des yeux et la détection du regard, voyons comment utiliser Ultralytics YOLO11 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 détecte avec une grande précision différents objets. YOLO11 peut notamment jouer un rôle complémentaire dans une solution de détection du regard.

Même s’il ne peut pas prédire directement la direction du regard, il peut être affiné pour détecter les visages, les yeux et les pupilles, des éléments essentiels à l’analyse qui suit. Une fois ces caractéristiques identifiées, d’autres modèles peuvent traiter les données de mouvement des yeux pour estimer la direction du regard.

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

Fig. 3. YOLO11 peut servir à détecter des visages humains.

Applications concrètes de la détection du regard#

La détection du regard, rendue possible par la vision par ordinateur, a de nombreuses applications dans différents secteurs, de l’amélioration de la sécurité automobile à l’analyse de l’attention dans les jeux vidéo. Voyons comment différents domaines exploitent cette technologie.

Suivi du regard dans les jeux vidéo#

Le suivi des yeux est utilisé dans les jeux vidéo pour obtenir en temps réel des informations sur l’attention, 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 montrant où les joueurs regardent lors de moments clés.

Un exemple intéressant est la simulation de course automobile, un sport automobile virtuel compétitif où les joueurs s’affrontent dans des simulations de conduite réalistes. Le suivi des yeux aide à analyser la façon dont les pilotes regardent la piste, réagissent à leurs adversaires et négocient les virages serrés. En suivant leur regard en temps réel, les entraîneurs peuvent repérer des tendances et des distractions, et améliorer les stratégies de course.

Fig. 4. Le suivi des yeux peut servir à surveiller et à analyser les pilotes de simulation.

Au-delà de la simulation de course automobile, le suivi des yeux sert aussi dans les jeux compétitifs au rythme soutenu pour analyser les réflexes des joueurs, leurs temps de réaction et la façon dont ils se concentrent sur les éléments clés du jeu. Comprendre où un joueur regarde avant d’effectuer un mouvement aide à affiner sa prise de décision, à améliorer sa précision et à optimiser son entraînement pour les compétitions de haut niveau.

Estimation du regard pour la recherche en psychologie#

L’estimation du regard a de nombreuses applications en IA visuelle liées à 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 mieux comprendre la perception, la prise de décision et des troubles de santé mentale comme l’autisme et le TDAH.

Plus précisément, le suivi du regard par vision par ordinateur aide à repérer des tendances dans les mouvements des yeux, la durée des fixations et l’attention visuelle, qui peuvent révéler des états cognitifs et émotionnels. Avec les progrès de l’apprentissage profond et de l’estimation du regard basée sur l’IA, ces méthodes gagnent en précision et en accessibilité, ce qui permet de les appliquer plus largement à la recherche en neurologie.

Sécurité automobile#

Au fil des ans, les chercheurs ont utilisé différentes méthodes pour étudier l’attention et la concentration des conducteurs dans différentes conditions de circulation. Parmi ces méthodes, le suivi des yeux a joué un rôle essentiel et peut révéler où regarde le conducteur pendant qu’il conduit.

Grâce aux 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 permet de mieux comprendre le comportement des conducteurs et d’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 par détection du visage et suivi du regard.

Par exemple, si un conducteur détourne fréquemment le regard de la route pour consulter son téléphone ou réagit lentement aux intersections, le système peut détecter ces comportements et envoyer des alertes pour recentrer son attention, ce qui peut prévenir 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 :

• Meilleure compréhension : le suivi des yeux révèle comment les personnes interagissent visuellement avec leur environnement, ce qui aide à mieux comprendre les tendances en matière d’attention et de concentration.
• Prise de décision améliorée : les données recueillies par le suivi des yeux aident les chercheurs et les professionnels à prendre des décisions éclairées, fondées sur des tendances objectives de l’attention.
• 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.

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

• Questions de confidentialité : le suivi continu des yeux peut soulever des problèmes de confidentialité et mettre les utilisateurs mal à l’aise. Miser sur la transparence, le consentement des utilisateurs et le traitement local des données peut aider à atténuer ces préoccupations.

• Forte demande en calcul : le suivi du regard en temps réel peut nécessiter du matériel puissant, ce qui limite l’accessibilité sur les appareils à faible puissance. Toutefois, des 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 changements d’éclairage, des mouvements de la tête ou d’obstacles comme les lunettes et les cheveux. L’angle de la caméra peut également influer sur 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 façon d’interagir avec le monde. De la sécurisation des routes à la compréhension du comportement humain, cette technologie devient de plus en plus utile au quotidien.

Malgré les difficultés liées aux questions de confidentialité et au besoin d’ordinateurs puissants, les progrès de l’IA et de la vision par ordinateur rendent le suivi des yeux plus précis et plus facile à utiliser. À mesure que cette technologie s’améliore, elle 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’IA dans les voitures autonomes et la vision par ordinateur en agriculture sur nos pages consacrées aux solutions. Consulte nos options de licence et donne vie à tes projets d’IA visuelle. 🚀