YugoMori_IMU搭載ヘッドホンを用いた注視位置の簡易推定_FIT2025

本研究の目的は、ユーザの注視した座標を頭部姿勢に基づいて推定することである。 ユーザは、何かに興味を示したり、操作したりする際に、対象に注目するため、その方向に顔を向ける。 そのため、ユーザの顔が向いている方向を検出することができれば、ユーザの注目している対象を推定することが可能になる。 そこで本研究では、ユーザが装着するIMU搭載ヘッドホンから取得した回転角を用いて頭部姿勢を取得し、そのユーザの注視位置を推定する手法を提案する。本稿では、ユーザ注視位置と、システムが推定した座標を比較することで提案手法の有効性を検証するとともに、想定される使用方法について議論する。

1. IMU搭載ヘッドホンを用いた注視位置の簡易推定 関西大学 ○森友吾・佐藤光起・松下光範 1

2. 背景 ライト１ ライト２ ライト３ 3 ex). Switchbot IoTの増加によってデバイス選択が困難に

3. 注視位置に基づいたデバイス選択 目的 4 注視位置からどのデバイスを 見ているか識別 識別子の把握が不要 直感的な操作

4. 先行手法 ウェアラブルアイトラッカー https://www.tobii.com/ メリット 高い精度で注視位置を推定可能 デメリット 導入、設置コストが高い 5 視線による注視位置推定手法について

5. 提案手法 ウェアラブルアイトラッカー https://www.tobii.com/ メリット 高い精度で注視位置を推定可能 デメリット 導入、設置コストが高い メリット 導入コストが低く、簡易な手法 デメリット 精度が低い 6 提案手法 視線による注視位置推定手法について

6. 提案手法の詳細 頭部姿勢に基づく注視位置推定 IMUを搭載したAirPodsを用いて頭部姿勢から注視位置を算出 ジャイロセンサを用いてユーザの頭部の回転角をリアルタイムに取得 7 IMU（ Inertial Measurement Unit ） とは 　 加速度センサ・ジャイロセンサを内蔵した 　 動き（姿勢・回転）を測るためのセンサモジュール

7. 基準点1( w₁,h ₁) 基準点２( w₂,h ₂) 推定手法 注視位置の算出 2つの既知の座標を持つ 　 基準点に対してキャリブレーション → ユーザの注視位置を推定 基準点と現在の頭部姿勢の 回転角に基づき座標を 線形補完を用いて算出する 計算式 8 回転角 （α₁,β₁） 回転角 （α₂,β₂）

8. 基準点 ターゲット 精度検証 実験環境 参加者：大学生、大学院生25名 面のサイズ：幅240cm高さ240cm 計54回ターゲティングを行う 9 100cm 200cm 300cm

9. STEP1:基準点を注視し 　　　キャリブレーションを行う STEP2:ターゲットをランダムに指示 精度検証 実験手順 実験参加者はターゲットを２秒程度注視後、手元のトラックパッドをクリックし、 回転角を記録 10

10. 考察 11 1.提案手法の精度について 2.注視における眼球の影響について

11. 考察 12 1.提案手法の精度について 2.注視における視線の影響について

12. 考察①：提案手法の精度について 距離100cmからのターゲティング 距離200cmからのターゲティング 距離300cmからのターゲティング 13

13. 考察①：提案手法の精度について 距離100cmからのターゲティング 距離200cmからのターゲティング 距離300cmからのターゲティング 14

14. 考察①：提案手法の精度について 15 距離100cmからのターゲティングの分布

15. 考察①：提案手法の精度について 誤差を算出 距離が遠いほど誤差が大きくなる 誤差 ＝算出位置と本来の ターゲットの位置との絶対値 X座標よりもY座標の方が誤差が大きい 16 x座標の誤差 y座標の誤差

16. 考察 17 1.提案手法の精度について 2.注視における眼球の影響について

17. 頭部の動き 眼球の動き ＋ 注視に関わる行為 本システムで検出 本システムでは考慮せず 考察②：注視における眼球の影響について 18

18. 考察②：注視における眼球の影響について 眼球が及ぼす影響 システムで取得される値は理論値よりも小さくなる ターゲットを眼球で補って注視するため、角度が内側になっている 19

19. 考察②：注視における眼球の影響について 眼球が及ぼす影響 視野角の外側に存在するターゲットが眼球の影響が大きくなる 300cmの時の方が100cmの時に比べ理論値との角度の差が小さい 本システムでは視野角が重要になる 20

20. 課題 1.移動すると注視位置推定が正しく機能しなくなる → ユーザ位置を考慮したシステムの検討 2.最初にキャリブレーションの操作が煩雑 →自動的に角度を推定し設定を行えるシステムの検討 3.線形による座標推定を行っているため、精度に課題 →頭部特性を考慮した非線形による推定手法の検討 21

21. 応用 期待される応用手法 IoT操作 →IoTがまばらに存在している空間で機器指定に利用可能 広い空間での注視位置可視化 →講義、ライブなどの広い空間での応用 22

22. まとめ 背景 IoTの増加によってデバイス選択が困難に 検証 求められる回転角が小さいほど精度は低い 上下より左右の方が精度が高い 回転角が大きくなると視線の影響が大きく、実際の値より小さくなる 目的 見るという行為に着目したデバイス選択手法の提案 結果 おおよその視線位置を推定する場合において 応用可能 提案手法 IMU搭載ヘッドホンを用いて注視位置を簡易的に推定 23

23. 24 終わり