視線検出にコンピュータービジョンを活用する方法を探る

コンピュータービジョンは、人工知能（AI）の一分野であり、人間と同様の方法で機械が視覚データを分析・解釈できるようにすることに焦点を当てています。ビジョンAIの特に興味深い応用例の1つが視線検出です。これにより、機械が人の見ている方向を追跡し、理解できるようになります。

人間は、誰かの視線を自然に追い、その人が何に注目しているかを理解できます。例えば、友人と話しているときに、友人が突然ドアの方を見たら、何が注意を引いたのか確認するために、反射的にそちらを見るかもしれません。一方、機械にはこの能力が組み込まれていないため、コンピュータービジョン技術を使って目の動きを認識し、視線の方向を解釈できるようにトレーニングする必要があります。

世界の視線検出市場は2032年までに119億ドルに達すると予測されており、多くの業界がさまざまな用途で導入しています。例えば、自動車における視線検出は、注意レベルを監視し、眠気や注意散漫の兆候を検出することで、ドライバーの安全性向上に活用されています。

この記事では、コンピュータービジョンがアイトラッキングと視線検出にどのように利用されているかを解説します。また、さまざまな業界における主な応用例も紹介します。それでは始めましょう。

アイトラッキングと視線検出とは？#

アイトラッキングと視線検出は、目の動きと視線の方向を分析して、人が注目している対象を特定するための技術です。AIとセンサー技術の進歩により、現在では人の目をリアルタイムで追跡できるようになりました。

従来、ほとんどのアイトラッキングシステムは赤外線（IR）カメラに依存しており、近赤外線を目に照射して角膜反射を捉えることで、瞳孔の動きを検出します。これらのシステムは高い精度を提供しますが、専用のヘッドギアが必要になることが多く、装着時に不快で、キャリブレーションの問題も起こりやすいという課題があります。

AIの普及に伴い、研究者はコンピュータービジョンベースのアイトラッキング手法を積極的に研究しています。従来のIRベースのシステムとは異なり、これらの手法では、Ultralytics YOLO11のようなコンピュータービジョンモデルを使用して、目や瞳孔などの顔の特徴を検出し、頭部姿勢推定を実行します。さらに、NVIDIAのGazeNetのような専用の深層学習モデルは、視線推定専用に設計されています。

図1. Ultralytics YOLO11を使用して人の目と瞳孔を検出する例です。

まだ発展途上の分野ではありますが、コンピュータービジョンベースの視線追跡には、アイトラッキングをより利用しやすくし、コストを削減するとともに、マーケティング、心理学、神経科学の用途における使いやすさを向上させる可能性があります。

視線検出とアイトラッキングの進化#

次に、従来の赤外線ベースのシステムから、より利用しやすいソフトウェア主導のソリューションへの移行について見ていきましょう。

AIなしでアイトラッキングや視線検出ができるのなら、なぜこれらの技術にAIとコンピュータービジョンを統合する研究が続いているのか、疑問に思うかもしれません。従来のアイトラッキング手法は存在しますが、専用の赤外線カメラやヘッドマウント型のアイトラッカーデバイスに依存することが多く、高価で扱いにくいうえ、照明条件の制御も必要です。一方、AI主導のソリューションでは、標準的なWebカメラやスマートフォンのカメラを使ってアイトラッキングを実行できるため、コストを削減し、利用しやすさを向上させられます。

図2. ヘッドマウント型アイトラッカーデバイス。

アイトラッキングと視線検出技術が進化した背景には、次のような要因もあります。

• 応用分野：ソフトウェア主導のアプローチにより、この分野は研究用途を超えて、コンシューマーデバイスやゲームなどの領域へ拡大できます。
• スケーラビリティ：AIにより、個人ユーザーから大規模な業界まで、より幅広いユーザーに視線検出ソリューションを提供できます。
• カメラ技術の進歩：現在では、より高解像度のスマートフォンカメラやWebカメラを利用でき、アイトラッキングの精度が向上しています。これは20年前には実現困難でした。

視線検出とアイトラッキングにUltralytics YOLO11を使用する#

コンピュータービジョンがアイトラッキングと視線検出で果たす役割について説明したところで、ここではUltralytics YOLO11をどのように利用できるかを見ていきましょう。

Ultralytics YOLO11は、物体検出や姿勢推定などのタスクに対応しています。COCOデータセットで事前トレーニングされており、さまざまな物体の検出で高い精度を実現します。具体的には、視線検出ソリューションにおいて、YOLO11は補助的な役割を果たせます。

視線の方向を直接予測することはできませんが、さらなる分析に重要な顔、目、瞳孔を検出するようファインチューニングできます。これらの特徴を特定した後、追加のモデルで目の動きのデータを処理し、視線の方向を推定できます。

例えば、精度を向上させるために、Ultralytics YOLO11をWIDER FACEのようなデータセットで顔検出用にカスタムトレーニングできます。また、YOLO11の姿勢推定機能を利用すれば、頭部の向きの追跡に役立ち、視線検出の精度を高められます。

図3。YOLO11を使用して人の顔を検出できます。

視線検出の実世界での応用例#

コンピュータービジョンによって実現される視線検出は、自動車分野の安全性向上からゲームにおける集中度の分析まで、さまざまな業界で幅広く応用されています。さまざまな分野でこの技術がどのように活用されているかを見ていきましょう。

ゲームにおける視線追跡#

ゲームでは、プレイヤーの集中対象、意思決定、反応時間に関するリアルタイムの情報を提供するために、アイトラッキングが利用されています。目の動きを追跡することで、この技術はプレイヤーの戦略改善やトレーニングプログラムの強化に役立ちます。また、重要な場面でプレイヤーが見ている場所を視覚的に表示することで、観客のエンゲージメントも高められます。

興味深い例として、シムレーシングがあります。これは、プレイヤーがリアルな運転シミュレーションを使って競う、競技性の高いバーチャルモータースポーツです。アイトラッキングにより、ドライバーがコースのどこに集中しているか、対戦相手にどう反応するか、急カーブをどう通過するかを分析できます。トレーナーは視線をリアルタイムで追跡することで、パターンを特定し、注意散漫を発見して、レーシング戦略を改善できます。

図4. アイトラッキングはシムレーサーの監視と分析に使用できます。

シムレーシング以外にも、テンポの速い競技ゲームで、プレイヤーの反射神経や反応時間、ゲーム内の重要な要素への注目の仕方を分析するためにアイトラッキングが利用されています。プレイヤーが行動を起こす前にどこを見ているかを理解することで、このデータは意思決定の改善、精度の向上、高レベルのゲームプレイに向けたトレーニングの強化に役立ちます。

心理学研究における視線推定#

研究に関連するビジョンAIの視線推定アプリケーションは数多くあります。代表的な例が、注意、認知負荷、社会的行動を研究する心理学分野での利用です。目の動きを分析することで、研究者は知覚、意思決定、自閉症やADHDなどのメンタルヘルス状態に関する知見を得られます。

具体的には、コンピュータービジョンを使用した視線追跡により、目の動き、注視時間、視覚的注意のパターンを特定できます。これらは認知状態や感情状態を明らかにする可能性があります。深層学習とAI主導の視線推定の進歩により、こうした手法はより正確で利用しやすくなり、神経学研究における幅広い応用が可能になっています。

自動車の安全性#

長年にわたり、研究者はさまざまな交通状況におけるドライバーの注意や集中を研究するため、異なる手法を使用してきました。これらの手法の中でも、アイトラッキングは重要な役割を果たしており、運転中にドライバーが見ている場所に関する知見を提供できます。

コンピュータービジョンモデルを利用すれば、視線検出によって目の動きをリアルタイムで正確に追跡し、この分析をさらに改善できます。この分析により、ドライバーの行動をより深く理解し、注意散漫、疲労、注意力の低下を特定できます。その結果、道路の安全性向上や先進運転支援システムの開発に役立ちます。

図5。顔検出と視線追跡を使用してドライバーを監視する例です。

例えば、ドライバーが頻繁に道路から目をそらしてスマートフォンを確認したり、交差点での反応が遅かったりする場合、システムはこうした行動を検出して注意を戻すよう警告を発し、事故の防止につながる可能性があります。

アイトラッキングと視線検出のメリットとデメリット#

アイトラッキングと視線検出の技術は、日常生活に次のような主なメリットをもたらします。

• 認識の向上： アイトラッキングにより、人が周囲の環境と視覚的にどのように関わっているかを把握でき、注意や集中のパターンをより深く理解できます。
• 意思決定の改善：アイトラッキングで収集したデータにより、研究者や専門家は客観的な注意パターンに基づいて、十分な情報に基づく意思決定を行えます。
• 視覚的エルゴノミクスの改善：視線行動を分析することで、目の疲れを軽減し、快適性を向上させる画面、ワークスペース、環境の設計に役立ちます。

これらのメリットから、視線検出が私たちの生活に良い影響を与える可能性が分かりますが、実装に伴う課題も考慮することが重要です。以下に、把握しておくべき主な制限事項を示します。

• プライバシーに関する懸念： 継続的なアイトラッキングはプライバシー上の問題を引き起こし、ユーザーに不快感を与える可能性があります。透明性の確保、ユーザーの同意、ローカルでのデータ処理により、こうした懸念を軽減できます。

• 高い計算負荷： リアルタイムの視線追跡には高性能なハードウェアが必要になる場合があり、低消費電力デバイスでの利用が制限されます。ただし、最適化されたモデルにより効率性は向上しています。

• 精度の限界： 視線追跡は、照明の変化、頭部の動き、眼鏡や髪などの障害物により、実世界の環境では信頼性が低下する可能性があります。カメラの角度も性能に影響することがあります。

未来を見据える#

Ultralytics YOLO11のようなコンピュータービジョンモデルに支えられたアイトラッキングと視線検出は、私たちが世界と関わる方法を変えつつあります。道路の安全性向上から人間の行動の理解まで、この技術は日常生活でますます役立つようになっています。

プライバシーに関する懸念や高性能なコンピューターの必要性といった課題はありますが、AIとコンピュータービジョンの進歩により、アイトラッキングはより正確で使いやすくなっています。今後も改善が続けば、さまざまな業界でより大きな役割を果たす可能性があります。

詳しくは、GitHubリポジトリをご覧いただき、私たちのコミュニティにご参加ください。ソリューションページでは、自動運転車におけるAIや農業におけるコンピュータービジョンなどの分野のイノベーションをご覧いただけます。ライセンスオプションもご確認いただき、ビジョンAIプロジェクトを実現してください。🚀