Esplorare l’uso della computer vision per il rilevamento dello sguardo

La visione artificiale è un ramo dell'intelligenza artificiale (AI) che mira a consentire alle macchine di analizzare e interpretare i dati visivi in modo simile agli esseri umani. Un'applicazione particolarmente affascinante dell'AI per la visione è il rilevamento dello sguardo, che consente alle macchine di monitorare e comprendere dove guarda una persona.

Noi esseri umani possiamo seguire naturalmente lo sguardo di qualcuno e capire su cosa si sta concentrando. Ad esempio, se stai parlando con un amico e all'improvviso guarda verso la porta, potresti voltarti istintivamente per vedere cosa ha attirato la sua attenzione. Le macchine, invece, non possiedono questa capacità innata: devono essere addestrate utilizzando tecniche di visione artificiale per riconoscere i movimenti degli occhi e interpretare la direzione dello sguardo.

Poiché si prevede che il mercato del rilevamento dello sguardo raggiungerà gli 11,9 miliardi di dollari entro il 2032, molti settori lo stanno adottando per applicazioni diverse. Ad esempio, il rilevamento dello sguardo nelle automobili viene utilizzato per migliorare la sicurezza dei conducenti monitorando i livelli di attenzione e rilevando segnali di sonnolenza o distrazione.

In questo articolo esploreremo come la visione artificiale viene utilizzata per il tracciamento degli occhi e il rilevamento dello sguardo. Analizzeremo anche alcune delle sue principali applicazioni in vari settori. Iniziamo!

Che cosa sono il tracciamento degli occhi e il rilevamento dello sguardo?#

Il tracciamento degli occhi e il rilevamento dello sguardo sono tecniche utilizzate per determinare su cosa si concentra l'attenzione di una persona analizzando i movimenti degli occhi e la direzione dello sguardo. Grazie ai progressi nell'AI e nella tecnologia dei sensori, oggi è possibile monitorare gli occhi di una persona in tempo reale.

Tradizionalmente, la maggior parte dei sistemi di tracciamento degli occhi si basa su telecamere a infrarossi (IR), che rilevano i movimenti delle pupille illuminando gli occhi con luce nel vicino infrarosso e acquisendo i riflessi corneali. Questi sistemi offrono un'elevata precisione. Tuttavia, spesso richiedono dispositivi specializzati da indossare sulla testa, che possono essere scomodi e soggetti a problemi di calibrazione.

Con la diffusione dell'AI, i ricercatori hanno esplorato attivamente metodi di tracciamento degli occhi basati sulla visione artificiale. A differenza dei tradizionali sistemi basati su IR, questi approcci si basano su modelli di visione artificiale come Ultralytics YOLO11 per rilevare caratteristiche del volto come occhi e pupille, oltre a eseguire la stima della posa della testa. Inoltre, modelli specializzati di deep learning come GazeNet di NVIDIA sono progettati specificamente per la stima dello sguardo.

Fig. 1. Un esempio dell'utilizzo di Ultralytics YOLO11 per rilevare l'occhio e la pupilla di una persona.

Sebbene sia ancora un campo in evoluzione, il tracciamento dello sguardo basato sulla visione artificiale può rendere il tracciamento degli occhi più accessibile, riducendo i costi e migliorando l'usabilità delle applicazioni di marketing, psicologia e neuroscienze.

L'evoluzione del rilevamento dello sguardo e del tracciamento degli occhi#

Esploriamo ora il passaggio dai tradizionali sistemi basati sugli infrarossi a soluzioni più accessibili e basate sul software.

Potresti chiederti se il tracciamento degli occhi e il rilevamento dello sguardo possano essere eseguiti senza AI: perché, quindi, la ricerca continua a concentrarsi sull'integrazione dell'AI e della visione artificiale in queste tecnologie? Sebbene esistano metodi tradizionali di tracciamento degli occhi, spesso si basano su telecamere a infrarossi specializzate e dispositivi di tracciamento montati sulla testa, che possono essere costosi, ingombranti e richiedere condizioni di illuminazione controllate. Le soluzioni basate sull'AI, invece, consentono di tracciare gli occhi utilizzando webcam standard e fotocamere degli smartphone, riducendo i costi e migliorando l'accessibilità.

Fig. 2. Un dispositivo di tracciamento degli occhi montato sulla testa.

Ecco alcuni degli altri fattori alla base dell'evoluzione della tecnologia di tracciamento degli occhi e rilevamento dello sguardo:

• Applicazioni: gli approcci basati sul software consentono a questo ambito di espandersi oltre la ricerca, fino ai dispositivi consumer e a settori come il gaming.
• Scalabilità: l'AI può contribuire a rendere disponibili le soluzioni di rilevamento dello sguardo a un pubblico più ampio, dai singoli utenti ai settori su larga scala.
• Progressi nella tecnologia delle fotocamere: oggi abbiamo accesso a fotocamere per smartphone e webcam con una risoluzione più elevata, che migliorano la precisione del tracciamento degli occhi, qualcosa che 20 anni fa non era possibile.

Utilizzare Ultralytics YOLO11 per il rilevamento dello sguardo e il tracciamento degli occhi#

Ora che abbiamo discusso del ruolo della visione artificiale nel tracciamento degli occhi e nel rilevamento dello sguardo, vediamo come utilizzare Ultralytics YOLO11 in questo contesto.

Ultralytics YOLO11 supporta attività come il rilevamento degli oggetti e la stima della posa. Pre-addestrato sul dataset COCO, raggiunge un'elevata precisione nel rilevamento di diversi oggetti. Nello specifico, per una soluzione di rilevamento dello sguardo, YOLO11 può svolgere un ruolo di supporto.

Sebbene non possa prevedere direttamente la direzione dello sguardo, può essere sottoposto a fine-tuning per rilevare volti, occhi e pupille, elementi fondamentali per ulteriori analisi. Una volta identificate queste caratteristiche, modelli aggiuntivi possono elaborare i dati sui movimenti oculari per stimare la direzione dello sguardo.

Ad esempio, per migliorare la precisione, Ultralytics YOLO11 può essere addestrato su misura con dataset come WIDER FACE per il rilevamento dei volti. Inoltre, grazie alle capacità di stima della posa di YOLO11, può contribuire a monitorare l'orientamento della testa, migliorando la precisione del rilevamento dello sguardo.

Fig. 3. YOLO11 può essere utilizzato per rilevare volti umani.

Applicazioni del rilevamento dello sguardo nel mondo reale#

Il rilevamento dello sguardo, reso possibile dalla visione artificiale, ha numerose applicazioni in diversi settori, dal miglioramento della sicurezza nel settore automobilistico all'analisi della concentrazione nel gaming. Esploriamo come diversi ambiti sfruttano questa tecnologia.

Tracciamento dello sguardo nel gaming#

Il tracciamento degli occhi viene utilizzato nel gaming per fornire informazioni in tempo reale sulla concentrazione, sul processo decisionale e sui tempi di reazione dei giocatori. Monitorando i movimenti oculari, questa tecnologia aiuta i giocatori a perfezionare le proprie strategie, migliora i programmi di allenamento e aumenta il coinvolgimento del pubblico mostrando visivamente dove guardano i giocatori nei momenti decisivi.

Un esempio interessante è il sim racing, una disciplina motoristica virtuale competitiva in cui i giocatori gareggiano utilizzando simulazioni di guida realistiche. Il tracciamento degli occhi aiuta ad analizzare come i piloti si concentrano sulla pista, reagiscono agli avversari e affrontano le curve strette. Monitorando il loro sguardo in tempo reale, gli allenatori possono identificare schemi ricorrenti, individuare distrazioni e migliorare le strategie di gara.

Fig. 4. Il tracciamento degli occhi può essere utilizzato per monitorare e analizzare i piloti di sim racing.

Oltre al sim racing, il tracciamento degli occhi viene utilizzato anche nei giochi competitivi dal ritmo frenetico per analizzare i riflessi e i tempi di reazione dei giocatori, nonché il modo in cui si concentrano sugli elementi chiave del gioco. Comprendendo dove guarda un giocatore prima di compiere una mossa, questi dati aiutano a perfezionare il processo decisionale, migliorare la precisione e potenziare l'allenamento per il gameplay di alto livello.

Stima dello sguardo per la ricerca psicologica#

Esistono numerose applicazioni dell'AI per la visione legate alla ricerca sulla stima dello sguardo. Un buon esempio è il suo utilizzo in psicologia per studiare l'attenzione, il carico cognitivo e il comportamento sociale. Analizzando i movimenti oculari, i ricercatori possono ottenere informazioni sulla percezione, sul processo decisionale e su condizioni di salute mentale come l'autismo e l'ADHD.

Nello specifico, il tracciamento dello sguardo mediante la visione artificiale aiuta a identificare schemi nei movimenti oculari, nella durata delle fissazioni e nell'attenzione visiva, che possono rivelare stati cognitivi ed emotivi. Con i progressi del deep learning e della stima dello sguardo basata sull'AI, questi metodi stanno diventando più accurati e accessibili, consentendo applicazioni più ampie nella ricerca neurologica.

Sicurezza automobilistica#

Nel corso degli anni, i ricercatori hanno utilizzato diversi metodi per studiare l'attenzione e la concentrazione dei conducenti in diverse condizioni del traffico. Tra questi metodi, il tracciamento degli occhi è stato fondamentale e può fornire informazioni su dove guarda il conducente durante la guida.

Con l'aiuto dei modelli di visione artificiale, il rilevamento dello sguardo può migliorare ulteriormente questa analisi monitorando con precisione i movimenti oculari in tempo reale. Questa analisi può aiutarci a comprendere meglio il comportamento del conducente, consentendo di identificare distrazioni, stanchezza o cali di attenzione, migliorando così la sicurezza stradale e contribuendo allo sviluppo di sistemi avanzati di assistenza alla guida.

Fig. 5. Un esempio di monitoraggio di un conducente mediante il rilevamento del volto e il tracciamento dello sguardo.

Ad esempio, se un conducente distoglie frequentemente lo sguardo dalla strada per controllare il telefono o reagisce lentamente agli incroci, il sistema può rilevare questi comportamenti e inviare avvisi per riportare l'attenzione sulla guida, contribuendo potenzialmente a prevenire incidenti.

Vantaggi e svantaggi del tracciamento degli occhi e del rilevamento dello sguardo#

Ecco alcuni dei principali vantaggi che le tecnologie di tracciamento degli occhi e rilevamento dello sguardo possono offrire nella vita quotidiana:

• Maggiore consapevolezza: il tracciamento degli occhi fornisce informazioni su come le persone interagiscono visivamente con l'ambiente circostante, contribuendo a comprendere meglio i modelli di attenzione e concentrazione.
• Migliore processo decisionale: i dati raccolti dal tracciamento degli occhi aiutano ricercatori e professionisti a prendere decisioni informate basate su modelli oggettivi di attenzione.
• Migliore ergonomia visiva: l'analisi del comportamento dello sguardo può aiutare a progettare schermi, spazi di lavoro e ambienti che riducono l'affaticamento degli occhi e migliorano il comfort.

Sebbene questi vantaggi evidenzino come il rilevamento dello sguardo possa avere un impatto positivo sulla nostra vita, è importante considerare anche le difficoltà legate alla sua implementazione. Ecco alcune delle principali limitazioni da tenere presenti:

• Problemi di privacy: il tracciamento continuo degli occhi può sollevare questioni di privacy e mettere a disagio gli utenti. Garantire trasparenza, consenso dell'utente ed elaborazione locale dei dati può contribuire a mitigare queste preoccupazioni.

• Elevata richiesta di risorse computazionali: il tracciamento dello sguardo in tempo reale può richiedere hardware potente, limitando l'accessibilità sui dispositivi a bassa potenza. Tuttavia, i modelli ottimizzati stanno contribuendo a migliorare l'efficienza.

• Limiti di precisione: il tracciamento dello sguardo può essere meno affidabile negli ambienti reali a causa dei cambiamenti di illuminazione, dei movimenti della testa o di ostacoli come occhiali e capelli. Anche gli angoli della fotocamera possono influire sulle prestazioni.

Guardare al futuro#

Il tracciamento degli occhi e il rilevamento dello sguardo, supportati da modelli di visione artificiale come Ultralytics YOLO11, stanno cambiando il modo in cui interagiamo con il mondo. Dal rendere le strade più sicure alla comprensione del comportamento umano, questa tecnologia sta diventando sempre più utile nella vita quotidiana.

Sebbene esistano difficoltà come i problemi di privacy e la necessità di computer potenti, i progressi nell'AI e nella visione artificiale stanno rendendo il tracciamento degli occhi più accurato e facile da utilizzare. Con il suo continuo miglioramento, probabilmente svolgerà un ruolo sempre più importante in numerosi settori.

Per saperne di più, visita il nostro repository GitHub e partecipa alla nostra community. Esplora le innovazioni in settori come l'AI nelle auto a guida autonoma e la visione artificiale nell'agricoltura nelle nostre pagine dedicate alle soluzioni. Scopri le nostre opzioni di licenza e dai vita ai tuoi progetti di AI per la visione. 🚀