BIPLAB Biometric and Image Processing Laboratory. Eye Tracking Analisys

Transcript

1 BIPLAB Biometric and Image Processing Laboratory Eye Tracking Analisys

2 Caratteristiche Biometriche Caratteristiche Biometriche Statiche o Fisiologiche Dinamiche o Comportamentali Impronte Digitali Mano Volto Occhio DNA Voce Calligrafia Stile di battitura Andatura 2

3 Panoramica Cos'è l Eye Tracking? Si intende la "registrazione dello sguardo", ovvero un processo che misura e registra il percorso dello sguardo delle persone durante l'osservazione di immagini. (velocità, direzioni, durata,xy...) 3

4 Applicazioni Alcune applicazioni : - Marketing. vetrine dinamiche. statistiche - Medico. ginnastica oculare. dignostica - Sicurezza. profilo psicologico. riconoscimento biometrico... e molti altri! 4

5 Biometria Nell ambito biometrico : E possibile studiare il movimento dello sguardo in presenza di un volto come biometria comportamentale. (soft-biometric) 5

6 Lo sguardo Movimendi saccadici : Vi sono diversi meccanismi che rendono possibili i movimenti oculari: - il meccanismo saccadico, - il meccanismo di inseguimento lento, - il riflesso ottocinetico, - il riflesso vestibolooculomotore. 6

7 Biometria Soft Biometric : Identità comportamentale Quelle di tipo comportamentale come camminata, firma, battitura tasti, etc, sono legate al contesto in cui vengono rilevate e vengono abbinate a biometrie di tipo hard per aumentare l accuratezza nei sistemi di riconoscimento biometrico. 7

8 Obiettivo Obiettivo : del seguente esperimento è studiare se il modo di osservare di un individuo in presenza di un volto è una biometria soft. 8

9 L esperimento Svolgimento : sono state sottoposte all osservazione di alcune persone un gruppo di foto di volti noti e non noti intervallati da pagine bianche. 9

10 Eye Tracker Tobii 1750 : Corredata di telecamera e 5 diodi, sfrutta il riflesso corneale alla luce infrarossa. La pupilla rimane più luminosa e si può meglio delineare il contorno. (fenomeno bright pupil ) 10

11 Gli strumenti Lo strumento applicativo utilizzato per l elaborazione dei dati è l ambiente Matlab, scelto per la sua velocità di stesura di procedure di calcolo scientifico. 11

12 L esperimento Acquisizione Normaliz zazione Studio del comportamento : - acquisizione mostriamo i volti - normalizzazione scartiamo dati non validi - analisi raggruppiamo i dati - considerazioni interpretiamo i risultati -Nuove strategie ipotiziamo nuovi esperimenti Analisi Nuove strategie Considerazioni 12

13 L esperimento Protocollo : 1. al tester viene inizialmente detto che gli saranno mostrate delle immagini (senza specificare di che tipo), precedute da schermate bianche con una croce al centro: quando c è la schermata con la croce dovrà guardare quella, quando ci sono le immagini potrà guardare dove vuole 2. la schermata bianca con la croce rimane visualizzata 3 secondi 3. ogni immagine rimane visualizzata per 6 secondi. 13

14 L esperimento Campionamento ottenuto : - L osservatore ha esaminato buona parte del volto. - I punti di interesse si trovano nelle zone di maggior dettaglio. - I tempi spesi su ogni punto sono equilibrati. 14

15 L esperimento Alcune registrazioni 15

16 L esperimento I punti osservati 16

17 L esperimento Alcune foto osservate 17

18 L idea di base Analisi effettuata di seguito è orientata all aspetto semantico delle informazioni più che a quello geometrico.? Confrontiamo regioni di interesse di foto diverse semanticamente uguali (naso con naso). 18

19 L idea di base Costruiamo una maschera che ci permette di paragonare i punti osservati su foto diverse, considerando ROI semantiche uguali (naso con naso, bocca con bocca) 19

20 L idea di base Caratteristiche considerate: 1 Sfondo 2 Volto 3 Fronte 4 Occhio dx 5 Occhio sx 6 Sopracciglio dx 7 Sopracciglio sx 8 Naso 9 Orecchio dx 10 Orecchio sx 11 Bocca 12 Labbra 13 Mento 14 Zigomo dx 15 Zigomo sx 16 Profilo alto 17 Profilo basso 20

21 L idea di base Costruiamo le maschere di ogni soggetto osservato. 21

22 L idea di base Alcune maschere utilizzate. 22

23 Funzione di associazione Funzione di associazione ; ROI(x,y) = ID; - Data una coppia di coordinate viene ricavata la regione di appartenenza del punto osservato. - In questo modo possiamo sommare i tempi spesi in una stessa ROI (Region Of Interest). 23

24 L estrazione delle caratteristiche Estraiamo un vettore delle caratteristiche per ogni osservazione, sommando i valori di duration dei punti osservati in ogni area di interesse. Elemento del vettore = Tempo impiegato su una determinata area di interesse 24

25 Tipologia I esperimento 88 osservatori su 16 soggetti II esperimento 36 osservatori su 16 soggetti III esperimento 16 osservatori su 16 soggetti 25

26 Analizziamo le informazioni 26