Teknoloji devi Microsoft bünyesindeki araştırmacılar, her cihazda çalışacak ve yüksek doğrulukla bakışları takip edecek bir takipçi geliştiriyorlar. Araştırmacılar, yeni cihazlarıyla maliyeti yüksek olan cihazların yerini alabilirler.
Bir insanın nereye baktığını takip etmek, motor nöron hastalıkları ve bozuklukları ile hayatına devam eden insanlar için oldukça yararlı olabilir. Zira böylesine bir teknoloji, o insanların çevrelerini kontrol etmelerine ve başkalarıyla iletişim kurmalarına yardımcı olma potansiyeli taşımaktadır.
Ancak bir kişinin nereye baktığını tahmin etmek, baş duruşu, baş konumu, göz rotasyonu, arka plan gürültüsü ve gözlükler, yüz kaplamaları ve yardımcı tıbbi ekipman gibi değişkenler nedeniyle kolayca yapılabilecek bir şey değil. Yine de bir kişinin nereye baktığını tahmin edebilen ve ticari olarak temin edilebilen bazı cihazlar mevcut.
Microsoft, yeni bir bakış takipçisi geliştiriyor:
Cihazlar, piyasada bulunuyorlar bulunmasına ancak bu cihazların maliyeti binlerce dolara kadar ulaşabiliyor. İşte günlük yaşamdaki bu durum, Microsoft’taki araştırmacıları yeni bir mücadeleye itti. Araştırmacılar, herhangi bir kamera ile çalışan, donanımdan bağımsız ve son derece hassas bir bakış takipçisi geliştirmeye başladı.
Bu ay başında yayınlanan yeni bir makalede ekip, sistem üzerinde yaptıkları çalışmaların detaylarını paylaştı. Paylaşılan detaylara göre araştırmacıların her cihazda çalışmak üzere geliştirdikleri sistem, GazeCapture veri kümesinde 1,8073 santimetrelik hata payına sahipti. Üstelik bu sonuç, cihaz henüz hiçbir şekilde kalibre edilmemişken alınmıştı.
Microsoft, daha önce de bakış takibi araştırmaları gerçekleştirmişti. Şirketin 2014 yılında yayınladığı çalışmada araştırmacılar, göz takibi için bir ekranın etrafında birden fazla kızılötesi ışıkla birlikte kamera ve derinlik sensörleriyle sonuç elde etmeye çalışmıştı. Şirketin Windows 10 işletim sistemi, ‘Eye Control (Göz Kontrolü)‘ özelliği sunan ilk işletim sistemiydi.
Microsoft bünyesindeki araştırmacılar, son yayınladıkları makalelerinde yalnızca göz bebeğine ve irise odaklanan trigonometrik modellerin diğer kasların hareketini algılamakta yeterli olmayacağını belirttiler. Araştırmacılar, bu noktada derin öğrenmeyi kullanarak doğruluğu artırabileceklerini söylediler.
Siz bu konu hakkında ne düşünüyorsunuz ? Fikirlerinizi bizimle yorumlar kısmında paylaşabilirsiniz.
