首尔科技大学探索基于惯性传感器的预测性AR/VR眼动追踪方案
眼动追踪技术是追踪眼睛视线的高需求技术,在XR系统中应用广泛。传统的VR眼动追踪技术基于视频,使用双摄像头和对角膜反射图像来检测眼球运动,但需要额外的硬件和存在延迟问题。
为了解决这些问题,韩国首尔科技大学提出了一种基于惯性传感器的眼动追踪方案,无需专用眼动追踪组件。他们通过预测性眼动追踪方法来降低注视点的误差,并抵消VR系统的延迟。研究人员使用机器学习模型解决了三个预测问题,从过去的头部方向预测当前的注视点,从过去的注视点和头部方向预测未来的注视点,以及从过去的头部方向预测未来的注视点。实验结果表明,他们的解决方案在50毫秒到150毫秒的预测时间内,将注视点的误差降低了50%到20%。单阶段方法比两阶段方法更具优势,并且基于机器学习的模型在预测眼动追踪上表现出色。