Google發表最新眼動追蹤技術，透過使用機器學習技術，僅使用智慧型手機的前鏡頭，就能夠準確地捕捉使用者的視線，低成本的眼動追蹤，將有助於發展視覺、無障礙和醫療保健等領域新應用。而Google也討論了將該技術用於精神疲勞的應用，只要幾分鐘使用者的注視資料，就能準確偵測精神疲勞。

Google提到，從1970年以來，眼動研究已經廣泛用於視覺科學、語言和可用性領域，而除了基礎研究之外，眼球運動也能用於用戶體驗研究、遊戲和駕駛等廣泛的應用上，但是因為過去的眼動研究，都必須使用專門的眼動儀，導致應用成本高且難以擴展。

Google新開發的注視模型，是使用MIT GazeCapture資料集訓練的前饋卷積神經網路ConvNet，臉部偵測演算法會標記出使用者眼睛區域，並且將剪裁的影格送給ConvNet進行處理。為了評估模型，Google收集了研究參與者，觀看空白螢幕上隨機點的眼動資料，Google發現，使用非個人化的模型，會有較高的誤差，但在使用約30秒的校準資料個人化後，誤差可降低4倍。

更多新創資訊

額外的實驗則顯示，當手機放在支架上，或是由用戶手持靠近臉部，手機眼動追蹤模型的準確度，可以媲美最新的眼動儀，但是比起專門的眼睛追蹤硬體，在智慧型手機上執行注視模型，並使用單個前置RGB鏡頭，成本約便宜100倍，更重要的是應用容易擴展。

使用智慧型手機進行眼動追蹤，就更容易複製並且驗證過去神經科學和心理學，對於眼動的研究，包括標準動眼任務和自然圖像理解。盡管智慧型手機的注視熱圖，比專門的眼動儀分布更廣，也就是說看起來更模糊，但熱圖分布與畫素等級和物體等級高度相關，Google提到，這樣的結果表示，新技術可針對複雜畫面進行縮放注視分析，像是用於自然與醫療圖像。

Google發現，智慧手機的注視還可以用於檢測閱讀理解困難，當參與研究者在閱讀測驗中，正確回答問題時，花費在閱讀正確答案相關段落的時間較多，但是隨著理解難度增加，參與研究者花了更多的時間在不相關的文章段落中，研究人員提到，花費在正確答案相關段落的注視時間，是理解程度的預測指標。

另外，Google也用新的眼動追蹤技術研究精神疲勞，注視偵測是檢查警覺性和健康狀況的重要工具，已經被醫藥、睡眠領域，以及像是醫療手術和飛行等重要任務環境廣泛研究，不過疲勞研究通常主觀且耗時，而研究人員利用了智慧型手機注視偵測，來研究使用者的精神疲勞，並且可進一步用於追蹤疲勞的發生和發展。

研究人員使用機器學習模型，只要收集研究參與者幾分鐘的注視資料，就能夠可靠地預測精神疲勞，在非疲勞的對象中，參與者的視線會依循圓形的軌跡（上圖右），而疲勞者的視線則高機率出現誤差與偏差（上圖左）。這個研究結果顯示，智慧手機的注視偵測可用於偵測精神疲勞。

不只如此，智慧型手機注視還可以用來篩檢和監控健康狀況，像是自閉症譜系障礙（Autism Spectrum Disorders）、閱讀障礙和腦震盪的情況，在無障礙的使用情境中，言語和運動能力受損患者，也可以透過手機注視偵測來進行互動。但研究人員也提到，注視研究是一項需要謹慎使用的技術，需要用戶明確允許且知情同意，而且也應該讓用戶可以隨時退出並且刪除資料，他們也會繼續研究隱私保護方式，並且提高跨人群注視技術的強健性。

(來源：iThome)