論文の概要: Low Cost Eye Tracking for Vision Screening

• arxiv url: http://arxiv.org/abs/2609.31941v1
• Date: Fri, 25 Sep 2026 19:38:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 04:22:33.618448
• Title: Low Cost Eye Tracking for Vision Screening
• Title（参考訳）: 視覚スクリーニングのための低コストアイトラッキング
• Abstract要約: そこで本研究では,WebカメラとGC308近赤外カメラによる視線支援による視線追跡を行い,視線支援データ取得について検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This engineering study assesses gaze-assisted data acquisition during visual screening with a Gaze Quest implementation via webcam and GC308 near infrared camera with an Orlosky eye tracking pipeline. Ten subjects performed under both acquisition conditions. Accuracy of Tumbling E orientation, reported application logMAR value,and response latency were determined from keyboard responses and hence are behavioral outputs as opposed toeye tracker screening results. Frame-to-frame change in theangle between successive normalized gaze vectors (28.2degrees) served as the GC308 eye tracker derived diagnostic with an effective sampling rate of roughly 8 FPS. No screen target calibration or gaze to screen translation was done on the GC308 eye tracker output data for the current analysis and hence, these data represent acquisition stability and not gaze accuracy in relation to the target. The webcam pipeline relied on 25-point screen calibration. Because the display resolution and pixel pitch could not be retained in the records of the study, the reported application logMAR values cannot be viewed as measures of visual acuity in any way.
• Abstract（参考訳）: このエンジニアリング研究は、Webカメラと、Orloskyアイトラッキングパイプラインを備えた近赤外カメラによるGaze Quest実装による視覚スクリーニング中の視線支援データ取得を評価する。 両条件で実施した10科目。 キーボード応答からTumbling Eの向き, 報告されたアプリケーションログMAR値, 応答遅延の精度を判定した。 GC308アイトラッカーの診断には、連続した正規化された視線ベクトル(28.2°s)間のフレーム・ツー・フレームの変化があり、有効サンプリングレートはおよそ8FPSである。 現在の分析のためのGC308アイトラッカ出力データでは、画面目標校正や画面翻訳に対する視線補正は行わず、これらのデータは、目標に対する視線精度ではなく、取得安定性を表す。 ウェブカメラのパイプラインは25ポイントのスクリーンキャリブレーションに依存していた。 表示解像度と画素ピッチは研究記録に保持できないため、報告されたアプリケーションlogMAR値はどんな方法でも視力の測定値として見ることはできない。

関連論文リスト

• Selfie-Capture Dynamics as an Auxiliary Signal Against Deepfakes and Injection Attacks for Mobile Identity Verification [4.2958409172092225]
  モバイルリモートID認証(RIdV)システムは、顔のビデオストリームを操作または置換する攻撃にさらされる。 ETSI TS 119 461 や CEN/TS 18099 といったヨーロッパの近年の要求は、カメラベースのプレゼンテーション攻撃検出以上の補完的なエビデンスチャネルを動機付けている。 本稿では,自撮り撮影中に記録された受動運動軌跡が,スプーフスクリーニングとユーザ検証の補助的証拠となるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-04-30T20:46:18Z)
• HitoMi-Cam: A Shape-Agnostic Person Detection Method Using the Spectral Characteristics of Clothing [0.0]
  本稿では,衣服のスペクトル反射特性を利用した形状認識型人物検出法であるHitoMi-Camを紹介する。 その結果、毎秒23.2フレームの処理速度(fps)が達成可能であることを示し、リアルタイムアプリケーションにこの手法を適用できることが示唆された。
  論文  参考訳（メタデータ） (2025-11-12T02:35:18Z)
• CameraVDP: Perceptual Display Assessment with Uncertainty Estimation via Camera and Visual Difference Prediction [4.2330023661329355]
  視覚差分予測器を用いたカメラベース再構成パイプラインを提案する。 再構成パイプラインは、HDR画像の重ね合わせ、MTFインバージョン、ナビゲーション補正、幾何学的歪曲、ホモグラフィ変換、色補正を組み合わせたものである。 提案するCameraVDPフレームワークを,欠陥画素検出,色認識,非均一性評価の3つの応用により検証した。
  論文  参考訳（メタデータ） (2025-09-10T19:13:14Z)
• GazeTarget360: Towards Gaze Target Estimation in 360-Degree for Robot Perception [3.312411881096304]
  画像から360度視線目標推定の問題に対処するシステムを提案する。 GazeTarget360と名付けられたこのシステムは、アイコンタクト検出器、事前訓練された視覚エンコーダ、マルチスケール核融合デコーダの条件推論エンジンを統合している。 クロスバリデーションの結果から、GazeTarget360は、目に見えないシナリオにおいて、正確で信頼性の高い視線目標予測を生成できることが示されている。
  論文  参考訳（メタデータ） (2025-06-30T20:44:40Z)
• Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
  本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。 本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
  論文  参考訳（メタデータ） (2024-10-31T13:13:32Z)
• 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)
• Bayesian Eye Tracking [63.21413628808946]
  モデルに基づく視線追跡は、目の特徴検出エラーの影響を受けやすい。 モデルベースアイトラッキングのためのベイズフレームワークを提案する。 提案手法は,最先端のモデルベースおよび学習ベースの手法と比較して,一般化能力の大幅な向上を示す。
  論文  参考訳（メタデータ） (2021-06-25T02:08:03Z)
• Supervision by Registration and Triangulation for Landmark Detection [70.13440728689231]
  本稿では,マルチビュー映像を用いた教師なし手法である登録・三角測量(srt)による監視を行い,ランドマーク検出器の精度と精度を向上させる。 ラベルのないデータを活用することで、検出者は大量のラベルのないデータから自由に学べる。
  論文  参考訳（メタデータ） (2021-01-25T02:48:21Z)
• Towards End-to-end Video-based Eye-Tracking [50.0630362419371]
  画像のみから視線を推定することは、観察不可能な人固有の要因のために難しい課題である。 本稿では,これらの意味的関係と時間的関係を明確に学習することを目的とした,新しいデータセットとアタッチメント手法を提案する。 視覚刺激からの情報と視線画像の融合が,文献に記録された人物と同じような性能を達成することにつながることを実証した。
  論文  参考訳（メタデータ） (2020-07-26T12:39:15Z)
• Speak2Label: Using Domain Knowledge for Creating a Large Scale Driver Gaze Zone Estimation Dataset [55.391532084304494]
  ワイルド・データセットのドライバ・ゲイズには、夕方を含む1日の異なる時間に撮影された586の録音が含まれている。 ワイルド・データセットのドライバ・ゲイズには338人の被験者がおり、年齢は18-63歳である。
  論文  参考訳（メタデータ） (2020-04-13T14:47:34Z)

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。