GazeTrak：探索玻璃镜框上基于声学的眼动追踪
人机交互
2024-02-27 v2
摘要
在本文中，我们提出了GazeTrak，首个基于声学的眼镜眼动追踪系统。我们的系统仅需在眼镜的每一侧各安装一个扬声器和四个麦克风。这些声学传感器通过向眼球发射编码的不可闻声音并接收反射信号，来捕捉眼球及其周围区域的形态。对这些反射信号进行进一步处理以计算回波轮廓，并将其输入到定制的深度学习流水线中，以持续推断注视位置。在一项有20名参与者参与的用户研究中，GazeTrak在同一重新佩戴周期内的准确率达到3.6{\deg}，在不同周期之间达到4.9{\deg}，刷新率为83.3 Hz，功耗为287.9 mW。此外，我们报告了完全在配备低功耗CNN加速器（MAX78002）的MCU上实现的注视追踪系统的性能。在此配置下，系统运行频率最高可达83.3 Hz，总功耗为95.4 mW，FPS为30 Hz。
引用
@article{arxiv.2402.14634,
title = {GazeTrak: Exploring Acoustic-based Eye Tracking on a Glass Frame},
author = {Ke Li and Ruidong Zhang and Boao Chen and Siyuan Chen and Sicheng Yin and Saif Mahmud and Qikang Liang and François Guimbretière and Cheng Zhang},
journal= {arXiv preprint arXiv:2402.14634},
year = {2024}
}
备注
16 pages, 5 figures, 7 tables, The 30th Annual International Conference on Mobile Computing and Networking (ACM MobiCom 2024)