Một người nhìn thẳng về phía trước nhưng mắt liếc sang màn hình bên cạnh. Người khác quay đầu sang trái nhưng vẫn nhìn về vật thể trước mặt bằng khóe mắt. Hai ví dụ này cho thấy gaze (hướng nhìn của mắt) và head pose (tư thế đầu) là hai tín hiệu khác nhau.
Gaze estimation hướng tới việc ước lượng hướng quan sát của mắt, có thể biểu diễn thành vector 3D hoặc điểm trên mặt phẳng màn hình sau hiệu chuẩn. Công nghệ này có nhiều ứng dụng tiềm năng trong giao diện hỗ trợ, nghiên cứu UX hoặc tương tác có ngữ cảnh, nhưng không nên dùng để suy đoán chắc chắn về sự chú ý hay ý định của con người.
Hình minh họa hướng mắt và tư thế đầu, không phải kết quả theo dõi mắt trực tiếp của AttFace.
Vì sao gaze cần nhiều hơn một bounding box khuôn mặt?
Một face detector chỉ xác định vị trí khuôn mặt. Head pose mô tả đầu đang xoay hoặc nghiêng ra sao. Để ước lượng gaze, hệ thống thường cần quan sát vùng mắt, cấu trúc mống mắt/đồng tử, vị trí đầu, cấu hình camera và có thể cả hiệu chuẩn với từng người dùng hoặc màn hình.
Đặc biệt, dự đoán chính xác người dùng đang nhìn vào điểm nào trên màn hình khó hơn phân biệt họ đang nhìn đại khái sang trái hay phải. Độ chính xác phải được công bố theo thiết bị và phương pháp đánh giá cụ thể.
Luồng khái niệm; AttFace Core có thành phần facial landmarks/head pose, còn eye tracking chuyên dụng cần đánh giá riêng.
Head pose và gaze có thể giống hoặc khác nhau
Khi người dùng quay cả đầu và mắt sang cùng một hướng, hai tín hiệu có thể tương ứng. Nhưng khi chỉ chuyển mắt, head pose gần như giữ nguyên. Vì vậy, dùng ngưỡng yaw để kết luận “người dùng không nhìn màn hình” là không đáng tin.
Trước khi chọn mô hình, đội sản phẩm cần hỏi: mục tiêu là hướng của khuôn mặt, hay hướng nhìn thực tế đến một đối tượng? Hai câu trả lời dẫn tới hai pipeline khác nhau.
Ứng dụng 1: Giao diện không cần dùng tay
Người dùng có hạn chế vận động có thể sử dụng eye tracking để chọn mục tiêu trên màn hình hoặc hỗ trợ điều khiển. Tuy nhiên, ánh nhìn có thể vô tình kích hoạt lệnh; cần thời gian giữ, xác nhận bổ sung hoặc phương thức điều khiển thay thế. Hiệu chuẩn và khả năng tiếp cận phải được ưu tiên.
Ứng dụng 2: Nghiên cứu trải nghiệm có đồng thuận
Trong nghiên cứu UX, gaze có thể giúp đánh giá vùng giao diện được nhìn, thứ tự quan sát hoặc thời gian tập trung nhìn. Chỉ nên thực hiện với người tham gia được thông báo và có quyền lựa chọn, đồng thời tách số liệu tổng hợp khỏi danh tính cá nhân khi phù hợp.
Dữ liệu gaze không tự chứng minh người dùng hiểu, yêu thích hoặc đồng tình với nội dung đang nhìn.
Ứng dụng 3: Đọc và học tập
Hướng nhìn có thể gợi ý khi nào học viên đang tương tác với nội dung trên màn hình, giúp thiết kế giao diện hoặc bài tập phù hợp. Nhưng ánh mắt rời khỏi màn hình không nhất thiết là mất tập trung, vì người học có thể suy nghĩ hoặc ghi chép. Không nên biến một chỉ số eye tracking thành đánh giá học tập hoặc điểm kỷ luật.
Ứng dụng 4: Giao diện cho người lái và người vận hành
Gaze có thể là một tín hiệu trong hệ thống hỗ trợ nhận biết người điều khiển đang quan sát khu vực nào. Trong môi trường an toàn cao, phải sử dụng cảm biến, độ tin cậy và quy trình kiểm định phù hợp; một camera mặt trước đơn giản không thể mặc định đáp ứng yêu cầu an toàn phương tiện.
Ứng dụng 5: Giao diện nhận biết ngữ cảnh
Một sản phẩm có thể dùng gaze ở mức phù hợp để điều chỉnh hiển thị, chọn vùng tương tác hoặc hỗ trợ điều hướng. Cần giới hạn phạm vi, tránh lưu lịch sử ánh nhìn không cần thiết và cung cấp cách tắt chức năng.
Nên công bố độ chính xác như thế nào?
Gaze có thể được đánh giá bằng sai số góc hoặc sai số vị trí nhìn trên màn hình, cùng điều kiện hiệu chuẩn, khoảng cách và thiết bị. Không nên đánh đồng nhận biết hướng nhìn thô với eye tracking chính xác tới từng điểm. Các thử nghiệm phải bao gồm kính, ánh sáng, tư thế đầu và người dùng chưa từng xuất hiện trong tập huấn luyện.
AttFace Core đóng góp gì và còn thiếu gì?
AttFace Core có thể cung cấp detection, facial landmarks và head pose như những thành phần hỗ trợ xử lý mặt. Không nên tuyên bố đầu ra head pose là gaze estimation. Một ứng dụng eye tracking cần mô hình vùng mắt, dữ liệu, hiệu chuẩn và đánh giá riêng. Đối tác có thể tận dụng nền tảng Face AI hiện có để giảm công việc xử lý cơ bản.
Muốn thiết kế tương tác bằng hướng mắt? Xem AttFace Core hoặc trao đổi với AIPractix về phạm vi nghiên cứu và tích hợp phù hợp.
