基于事件的近眼注视追踪超越 10,000Hz

现代注视追踪系统中的相机受到基本的带宽和功耗限制， realistically 将数据采集速度限制在 300 Hz。这阻碍了移动眼动追踪器的使用，例如执行低延迟预测渲染，或在自然场景下使用头戴式设备研究微扫视等快速而细微的眼球运动。在此，我们提出一种混合帧-事件式近眼注视追踪系统，提供超过 10,000 Hz 的更新率，且在相同条件下评估时精度可与高端桌面式商用追踪器媲美。我们的系统基于新兴的事件相机，其同时获取规则采样的帧和自适应采样的事件。我们开发了一种在线二维瞳孔拟合方法，每发生一个或少数几个事件就更新一次参数化模型。此外，我们提出了一种多项式回归器，用于从参数化瞳孔模型实时估计注视点。使用首个基于事件的注视数据集（可在 https://github.com/aangelopoulos/event_based_gaze_tracking 获取），我们证明我们的系统在 45 度至 98 度的视场角下实现了 0.45 度至 1.75 度的精度。借助该技术，我们希望为虚拟现实和增强现实实现新一代超低延迟注视依赖渲染与显示技术。