#22. Kajian Artikel IMK – Study of Polynomial Mapping Functions in Video-Oculography Eye Trackers

Study of Polynomial Mapping Functions in Video-Oculography Eye Trackers

Penulis : JUAN J. CERROLAZA, ARANTXA VILLANUEVA, and RAFAEL CABEZA

Public University of Navarra

DOI : 10.1145/2240156.2240158

Abstract : Gaze-tracking data have been used successfully in the design of new input devices and as an observational technique in usability studies. Polynomial-based Video-Oculography (VOG) systems are one of the most attractive gaze estimation methods thanks to their simplicity and ease of implementation. Although the functionality of these systems is generally acceptable, there has been no thorough comparative study to date of how the mapping equations affect the final system response. After developing a taxonomic classification of calibration functions, we examined over 400,000 models and evaluated the validity of several conventional assumptions. Our rigorous experimental procedure enabled us to optimize the calibration process for a real VOG gaze-tracking system and halve the calibration time while avoiding a detrimental effect on the accuracy or tolerance to head movement. Finally, a geometry-based method is implemented and tested. The results and performance is compared with those obtained by the general purpose expressions.

Nama Pengkaji : Hendra Dwinanto Prakoso (G64120095)

Hasil Ulasan/Kajian :

Mata merupakan salah satu organ tubuh manusia yang paling sensitif dan memainkan peran penting dalam proses interaksi manusia dengan lingkungannya. Mata tak hanya menyediakan informasi penting mengenai interaksinya terhadap masyarakat, namun juga menjadi sumber penting akan informasi mengenai hasrat, emosi, keinginan proses kognitif. Dari permasalahan ini membuat para peneliti di bidang TI berhasrat untuk menciptakan sebuah teknologi baru canggih yang dapat mengeksplorasi fungsi mata manusia dan kaitannya dengan kognitif dan proses persepsi [Hartridge dan Thompson 1948; Monty et al. 1976] yang dapat digunakan tidak hanya pada proyek penelitian di bidang psikologi dan fisiologi, tetapi juga di bidang sarana interaksi manusia dan komputer. Oleh karena itu dibuatllah alat untuk melacak pergerakan mata yang dapat di analisis dan dapat diukur posisi kedua mata dan pergerakannya yang nantinya dapat disesuaikan dengan bidang penelitian masing-masing untuk analisis lebih lanjut. Alat itu bernama Video Oculography (VOG). Sistem ini digunakan untuk memproduksi refleksi di dalam kornea yang biasa disebut dengan nama ‘kilauan’ pada sebuah gambar. Alat ini diharapkan dapat menjadi aplikasi yang interaktif karena fleksibilitas, mudah digunakan dan tidak membuat pengguna menjadi bosan ketika menggunakan alat tersebut. Namun demikian VOG ini mempunyai kelemahan antara lain keakuratan pelacakan dari pandangan mata ketika terjadi pergerakan kepala sehingga mengubah posisi pandangan pengguna dan mempengaruhi keakuratan informasi yang didapat mengenai interaksinya tersebut. Masalahnya terletak pada perkiraan posisi tracking/pandangan yang dihasilkan oleh mata tersebut yang selalu berubah-ubah sehingga mempengaruhi ekstraksi informasi dari gambar yang ditangkap oleh mata untuk kemudian di analisis dan didapatkan hasil yang diinginkan mengenai interaksi mata dan perasaan seseorang pada saat itu melalui pandangan matanya.

Pada akhirnya ditemukan sebuah metode berbasis interpolasi yang menggunakan ekspresi polinomial, seperti splines, fungsi rasional, dan pendekatan regresi non parametrik yang digunakan sebagai fungsi utama pada analisis numerik yang dapat digunakan untuk memperkirakan koordinat pandangan/tracking mata yang mana koefisiennya tidak diketahui secara eksplisit untuk setiap pengguna selama proses kalibrasi berlangsung. Selama kalibrasi, sebuah subjek digunakan untuk menatap pada titik-titik yang sudah diketahui di layar. Kemudian digunakan kalibrasi data untuk menghitung koefisien yang tidak diketahui dari fungsi pemetaan melalui proses pencocokan secara numerik, seperti multipel regresi linear. Mereka menggambarkan Point of Regard (PoR) sebagai titik yang digunakan untuk menatap pada sebuah layar dan (PoRX, PoRY) sebagai ekspresi polinomial yang menggunakan gambar yang dipilih fitur sebagai masukan. Setelah fungsi pemetaan disimpulkan, sesi pelacakan dapat dimulai. Dibandingkan dengan model berbasis geometri, metode berbasis interpolasi memberikan sedikit informasi tentang perilaku intrinsik dari sistem untuk kemudian digabungan dengan alat VOG Eye Tracking yang sudah ada. Beberapa peneliti juga mencoba untuk menyempurnakan alat gabungan ini dengan menambahkan parameter polinomial yang ada untuk menambah keakuratan informasi dan mengurangi error yang dihasilkan sehingga alat gabungan ini sudah cocok dan dapat digunakan bagi penelitian di bidang terkait (untuk selanjutnya disebut dengan nama VOG Polinomial).

Terdapat beberapa tahapan untuk merumuskan pemodelan interpolasi polinomial ini yang nantinya akan diterapkan di perangkat VOG tersebut. Dimulai dari perumusan tujuan. Tujuan dibuatnya sistem VOG Polinomial ini adalah untuk memberikan kajian mendalam dan rinci mengenai metode pemetaan secara polinomial yang digunakan dalam sistem pelacakan tracking pada VOG Polinomial. Untuk mencapai hal tersebut, digunakan klasifikasi taksonomi yang relevan dengan banyaknya persamaan polinomial yang dipakai, antara lain PoR Coordinate, Tracking Feature, Mapping Feature/Predictive Variables, Polynomial Order, dan Number of Term.

Kemudian dilakukan tahapan berikutnya yakni Metodologi. Pada tahapan ini akan ditentukan prosedur eksperimental yang dikerjakan untuk mengekstrak hasil yang signifikan dari beberapa tes yang dilakukan. ada beberapa metodologi yang digunakan antara lain Experimental Methodology, Data Processing (didalamnya terdapat 2 langkah yang harus dilakukan antara lain Data Filtering dan  Model Evaluation ), Evaluation Parameter (didalam tahapan ini dgunakan beberapa parameter yang digunakan untuk evaluasi antara lain Average Error, Maximum Error, Standard Deviation, Number of Terms, dan Head Movement Tolerance), Selection of Elliptical Parameters, dan Selection of Models.

Tahapan berikutnya yakni bagian Hasil dan Diskusi. Dibagian ini akan dijelaskan mengenai representasi secara grafis dari rata-rata penggunaan konfigurasi yang telah ada antara lain Configuration C1R, Configuration C2R, Configuration E1R, dan Configuration E2R. Hasil dari keempat konfigurasi tersebut direpresentasikan dalam sebuah grafik perbandingan Average Error secara keseluruhan. Didapat konfigurasi C2R yang memenuhi kriteria konfigurasi karena mempunyai model yang simpel, mempunyai error yang minimum, dan hampir menggambarkan hasil yang diharapkan. Selain itu dilakukan juga teknik-teknik representasi lainnya seperti Order and Number of Terms, Study of Relevant Variables, Optimal Equations, dan Optimizing of Callibration.

Ada satu metode yang dipergunakan sebelum berbasis interpolasi diperkenalkan, yakni metode berbasis geometri. Metode ini didefinisikan sebagai metode yang mempertimbangkan geometri sebagai dasar untuk metode estimasi tracking. Model 3D yang terkonstruksi digunakan untuk berbagai elemen kerangka kerja antara lain, kamera (s), layar, sumber cahaya dan mata. Selain itu, hubungan geometris mereka yang termasuk dalam model, seperti proyeksi, pembiasan cahaya, dan proyeksi bersama dengan fisiologi dan kinematika mata. Secara umum, kompleksitas model semacam ini lebih besar dari metode interpolasi.  Metode berbasis geometri mengizinkan penggunaan konstruksi dasar teoritis untuk penelitian estimasi tracking yang berbeda. Kemudian didapat hasil yang diperoleh dengan cara simulasi, seperti sensitivitas kesalahan yang berbeda parameter, kesimpulan tentang hardware dan citra minimum fitur yang dibutuhkan.

Kesimpulan akhir dari dibuatnya metode interpolasi polinomial untuk VOG Eye-Tracking adalah bahwa artikel ini menyajikan studi eksperimental secara rinci mengenai metode pemetaan polinomial yang digunakan dalam sistem VOG Eye-Tracking. Teknik polinomial juga merupakan salah satu teknik estimasi tracking paling populer karena fleksibilitas, akurasi yang diterima dan kemudahan dalam penggunaannya. Selain itu penggunaan klasifikasi taksonomi disajikan secara rinci dalam karya ini dengan metode kalibrasi Eye-Tracking. Hasil yang diperoleh dari prosedur eksperimental teliti yang dikombinasikan dengan data yang diperoleh dari penelitian yang melibatkan 11 subyek dan menggunakan simulasi secara offline, yang sebelumnya telah divalidasi. Selain itu untuk memperoleh kesimpulan dari setiap model yang diujikan, dilakukan pengujian dari beberapa kriteria seperti kesalahan rata-rata dan standar deviasi maksimum yang digunakan. Namun metode berbasis geometri juga dapat menghasilkan keakuratan ketika terjadi perubahan posisi kepala, dengan penambahan error yang lebih kecil dibandingkan dengan metode polinomial pada proses kalibrasi berlangsung (yakni 70% berbanding 165%). Walaupun demikian penerapan berbasis geometri sulit dilakukan karena terlalu kompleks dalam hal perhitungan secara matematis, sulit untuk diterapkan dan membutuhkan biaya yang cukup mahal jika ingin mengimplementasikan langsung ke VOG Eye-Tracking.

Diharapkan dengan adanya aplikasi ini dapat mengurangi biaya penggunaan yang diperlukan untuk memanfaatkan aplikasi tersebut. Selain itu aplikasi ini dapat memfasilitasi penggunaan di bidang riset terkait seperti psikologi, fisiologi mata, desain antarmuka dan industri hiburan.

nb : Blog yang sudah dikomentari :

Laras Aulia

M. Rachmatarramadhan

Ramdhan Abdul Ghiffari

Sri Wahyuni Nopitasari

Ammar Imron Muhammad

Iklan

12 thoughts on “#22. Kajian Artikel IMK – Study of Polynomial Mapping Functions in Video-Oculography Eye Trackers

  1. rakha284 berkata:

    ulasan menarik, eye-tracking ini lebih sering dijadikan alat pendeteksi kebohongan atau analisis kepribadian dari tingkat kegelisahannya melalui pergerakan mata.
    mungkin dimasa depan bakal ada deteksi fokus mata terhadap objek yang dilihat. 😀

  2. swns berkata:

    Sebuah teknologi canggih yang terinspirasi dari interaksi antara mata dengan lingkungannya. Jika terus dikembangkan, bukan hal yang mustahil jika teknologi ini akan membawa perubahan besar dibidang riset maupun industri hiburan saat ini. Sugoi!

  3. Rizky D R B berkata:

    ulasan yang menarik, eye tracking yang saya kira hanya bisa dilakukan di flm ternyata sudah bisa dilakukan di dunia nyata. namun apakah dengan akurasi tersebut dapat dibilang akurat? jika akurasi mendekati 80 / 90 % maka deteksi mata ini dapat dijadikan id setiap orang karena berdasarkan yang saya baca, mata dari setiap orang berbeda (unik).

    semangat~
    drbears.blogspot.com

  4. intanyuli berkata:

    secara keselurhan sangat bagus ulasanya, hanya saja akan lebih bagus lagi ketika membahas poin-pion dibedakan paragraf saja. 🙂

  5. andritriwahyuutomo73 berkata:

    Kajian yang menarik, saya lebih tertarik dengan tujuan dan hasil yang ingin dicapai dibandingkan membaca metode dan langkah-langkah untuk memperoleh informasinya, karena saya masih belum paham dengan maksudnya, dan benar juga apa yang dikatakan oleh saudara Rakha dalam komentarnya, mungkin di masa yang akan datang bisa jadi ada alat untuk mendeteksi fokus mata terhadap objek yang dilihat, yang berarti kita juga harus lebih berhati-hati kalo mau lihat sesuatu, hahaa….

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s