論文の概要: Polarization-resolved imaging improves eye tracking

• arxiv url: http://arxiv.org/abs/2511.04652v1
• Date: Thu, 06 Nov 2025 18:42:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 20:17:53.563945
• Title: Polarization-resolved imaging improves eye tracking
• Title（参考訳）: 偏光分解イメージングによる視線追跡の改善
• Authors: Mantas Žurauskas, Tom Bu, Sanaz Alali, Beyza Kalkanli, Derek Shi, Fernando Alamos, Gauresh Pandit, Christopher Mei, Ali Behrooz, Ramin Mirjalili, Dave Stronks, Alexander Fix, Dmitri Model,
• Abstract要約: 偏光対応眼球追跡システムは,角膜上の視線変化パターンと視線変化の追跡可能な特徴を明らかにする。 結果は,光偏光効果と人間のインタラクションにおける実用的利得とをリンクし,将来のウェアラブルデバイスにおいて,PETをシンプルで堅牢なセンシングモダリティとして位置づける。
• 参考スコア（独自算出の注目度）: 54.79296119759393
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Polarization-resolved near-infrared imaging adds a useful optical contrast mechanism to eye tracking by measuring the polarization state of light reflected by ocular tissues in addition to its intensity. In this paper we demonstrate how this contrast can be used to enable eye tracking. Specifically, we demonstrate that a polarization-enabled eye tracking (PET) system composed of a polarization--filter--array camera paired with a linearly polarized near-infrared illuminator can reveal trackable features across the sclera and gaze-informative patterns on the cornea, largely absent in intensity-only images. Across a cohort of 346 participants, convolutional neural network based machine learning models trained on data from PET reduced the median 95th-percentile absolute gaze error by 10--16\% relative to capacity-matched intensity baselines under nominal conditions and in the presence of eyelid occlusions, eye-relief changes, and pupil-size variation. These results link light--tissue polarization effects to practical gains in human--computer interaction and position PET as a simple, robust sensing modality for future wearable devices.
• Abstract（参考訳）: 偏光分解近赤外線イメージングは、その強度に加えて、眼組織から反射される光の偏光状態を測定することにより、眼球追跡に有用な光学コントラスト機構を付加する。 本稿では,このコントラストを用いて視線追跡を実現する方法について述べる。 具体的には、偏光フィルター・アレイカメラと直線偏光近赤外線イルミネーターを組み合わせることで、角膜上の視線変化パターンと視線変化パターンの追跡が可能であることを実証した。 346人の参加者からなるコホート全体において、PETのデータに基づいてトレーニングされた畳み込みニューラルネットワークベースの機械学習モデルにより、通常条件下での容量マッチング強度ベースラインと眼球閉塞の有無、眼球の回復変化、瞳孔サイズのばらつきに対して、95%の絶対視差の中央値が10～16倍に低下した。 これらの結果は,光偏光効果と人間のインタラクションにおける実用的利得を結びつけ,将来のウェアラブルデバイスにおいて,PETをシンプルで堅牢なセンシングモダリティとして位置づける。

関連論文リスト

• Video Frame Interpolation for Polarization via Swin-Transformer [9.10220649654041]
  ビデオフレーム補間 (VFI) は広く研究され、実証されてきたが、偏光への応用は未解明のままである。 本研究では,Swin-Transformerに基づくマルチステージ・マルチスケールネットワークSwin-VFIを提案する。 実験の結果,全てのタスクにおいて,提案手法の再現精度が優れていることが示された。
  論文  参考訳（メタデータ） (2024-06-17T09:48:54Z)
• Learning to Deblur Polarized Images [59.33932533761383]
  偏光カメラは、1枚のショットで異なる偏光子角度で4つの直線偏光画像をキャプチャすることができる。 オンチップのマイクロ偏光器は光の一部を遮蔽するため、センサーの露出時間が長い場合が多いため、捕獲された偏光画像はぼやけやすい。 そこで本研究では,偏光を意識してこの問題を解決するために,偏光画像デブロアリングパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-02-28T07:56:28Z)
• Classification robustness to common optical aberrations [64.08840063305313]
  本稿では,現実的かつ実用的な光ぼけ効果に対するロバスト性を調べるためのベンチマークである OpticsBench を提案する。 ImageNetの実験では、様々な訓練済みのDNNに対して、ディスク形状のカーネルと比較して、パフォーマンスが強いことが示されている。 我々は,光カーネルをデータ拡張として使用することにより,拡張可能なImageNet-100について述べる。
  論文  参考訳（メタデータ） (2023-08-29T08:36:00Z)
• Fooling Polarization-based Vision using Locally Controllable Polarizing Projection [55.40484331029597]
  我々は、RGBベースのビジョンよりも深刻な偏光ベースのビジョンの脆弱性のコミュニティに警告する。 商用LCDプロジェクタに適応することにより、局所的に制御可能な偏光投影を実現し、最先端の偏光に基づく視覚アルゴリズムにうまく活用する。
  論文  参考訳（メタデータ） (2023-03-31T08:48:57Z)
• Near-infrared and visible-light periocular recognition with Gabor features using frequency-adaptive automatic eye detection [69.35569554213679]
  近視認識は、制御の少ないシナリオにおいて、顔や虹彩の堅牢性の増大が要求されるため、近年注目を集めている。 本稿では,複雑な対称性フィルタに基づく眼球検出システムを提案する。 このシステムはレチノトピックサンプリンググリッドとガボルスペクトル分解に基づく近視アルゴリズムの入力として用いられる。
  論文  参考訳（メタデータ） (2022-11-10T13:04:03Z)
• Polarized Color Image Denoising using Pocoformer [42.171036556122644]
  偏光カラー写真は、視覚的なテクスチャと1枚のスナップショットで対象のサージカル情報の両方を提供する。 指向性偏光フィルタアレイを用いることで、従来のカラー画像に比べて光子数とSNRが極めて低い。 クリーンな信号と正確な分極情報を同時に復元する学習に基づく手法を提案する。
  論文  参考訳（メタデータ） (2022-07-01T05:52:14Z)
• Adaptive optics with reflected light and deep neural networks [0.0]
  本研究では,反射光と深部ニューラルネットワークを併用した適応光学系の開発を行った。 励起及び検出経路収差と対応する反射焦点画像からなるサンプル収差の大規模なデータセットを生成する。 深層ニューラルネットワークは、散乱サンプルから記録された反射光画像に基づいて、励起と検出の収差を独立に歪め、補正することができる。
  論文  参考訳（メタデータ） (2020-04-09T15:39:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。