МОСКВА, 15 июля. /ТАСС/. Исследователи Московского государственного психолого-педагогического университета (МГППУ) разработали алгоритм, повышающий удобство и точность управления компьютером с помощью взгляда за счет автоматического распознавания намеренных действий. Об этом сообщили ТАСС в пресс-службе вуза.
Развитие технологий управления компьютером с помощью взгляда важно для совершенствования VR-систем и повышения качества жизни людей с ограниченными возможностями. Однако до сих пор такие системы не всегда могли отличить, когда пользователь действительно хочет выполнить действие, а когда просто смотрит на экран. Это приводило к ложным срабатываниям или требовало дополнительных подтверждений действий, снижающих удобство использования.
"Команда Центра нейрокогнитивных исследований (МЭГ-центра) МГППУ впервые предложила алгоритм, который автоматически различает намеренные и случайные задержки взгляда, используя методы машинного обучения. Для этого система анализирует микродвижения глаз и контекст ситуации на экране. Один классификатор оценивает особенности движений глаз, другой - анализирует расположение объектов и возможные действия пользователя. Окончательное решение принимается на основе совокупности данных от обеих моделей", - сообщили в университете.
Меньше действий при той же скорости
Авторы протестировали новый подход с участием 15 добровольцев, которые в специальной компьютерной игре должны были перемещать взглядом цветные шары. Результаты эксперимента показали, что количество ложных срабатываний снизилось в три раза по сравнению со стандартной системой.
"Игроки также смогли играть на 15% дольше, реже проигрывая из-за ошибок управления. При этом скорость перемещения объектов осталась прежней, но для достижения результата требовалось меньше действий", - уточнил руководитель проекта, ведущий научный сотрудник МЭГ-центра МГППУ Сергей Шишкин, которого цитирует пресс-служба вуза.
В отличие от предыдущих решений, технология успешно функционирует в условиях, близких к реальному использованию, а не только в лабораторных тестах, уточняют авторы.
Результаты работы, поддержанной Российским научным фондом, опубликованы в журнале IEEE Access.