Discrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational Science2658-46702658-7149Peoples' Friendship University of Russia named after Patrice Lumumba (RUDN University)8579ArticlesСтатьиResearch ArticleGaze Tracking Acceleration using CUDA TechnologyПовышение быстродействия системы слежения за взглядом на основе CUDA технологииSibirtsevaE AСибирцеваЕлена АлекссевнаDepartment of Computer ScienceДепартамент компьютерных наукelsibirtseva@gmail.comGostevI MГостевИван МихайловичDepartment of Computer ScienceДепартамент компьютерных наукigostev@gmail.comNational Research University Higher School of EconomicНациональный исследовательский университет «Высшая школа экономики»150420144NO4 (2014)№4 (2014)688408092016Copyright ©; 2014, Сибирцева Е.А., Гостев И.М.2014Сибирцева Е.А., Гостев И.М.http://creativecommons.org/licenses/by/4.0https://journals.rudn.ru/miph/article/view/8579Low-cost gaze tracking systems are in great demand due to their wide range of application. Commonly, extra devices are needed (for instance, head mounted cameras); however, in this investigation gaze tracking is performed in real-time based on the video stream from an infrared video camera. A comparative analysis of the existing analogues was executed and the main features of gaze tracking systems were highlighted and prioritized. These features are price, tracking accuracy, angle error, flexibility, and usability. A methodology was developed which allows to calculate a gaze direction vector according to the relative position of eye center and corneal reflection from an infrared diode. The centers of an eye and reflection are estimated using the vector field of image gradients and additional weighting. CUDA technology is used to accelerate the developed algorithms. The main advantage of the developed algorithm is the ability to detect and continuously track pupils’ centers, regardless of the head position, which significantly extends the scope of the gaze tracking system under consideration.В нынешнее время бюджетные системы слежения за взглядом пользуются большим спросом в связи с широким сектором их применения, как в промышленности, так и в персональном использовании. Как правило, для наблюдения за взглядом человека необходимы дополнительные устройства (например, носимые на голове камеры), однако в данном исследовании отслеживание взгляда происходит в реальном времени и основано на входном видеопотоке с инфракрасной камеры. Для выяснения актуальности данной разработки был проведён сравнительный анализ существующих аналогов и выделены основные характеристики систем слежения за взглядом. Данными характеристиками являются цена, точность слежения, угловая ошибка, гибкость системы и удобство использования. Была разработана методика, которая позволяет производить расчёт вектора направления взгляда исходя из взаимного расположения центра зрачка и блика на роговице глаза от инфракрасного диода. Центры зрачков и бликов вычисляются, используя векторное поле градиентов исходного изображения и дополнительную матрицу весов. Технология CUDA применяется для ускорения работы данного алгоритма. Основное преимущество разработанного алгоритма заключается в том, что изменение положения головы не влияет на обнаружение зрачка и слежение за взглядом, что значительно расширяет область применения данной системы слежения за взглядом.image processingGPUAHPgaze-trackinghuman-computer interactioninfrared illuminationCUDAparallel computingобработка изображенийслежение за взглядомчеловеко-машинное взаимодействиеинфракрасная подсветкапараллельные вычисления1.Fischer B., Ramsperger E. Human Express Saccades: Extremely Short Reaction Times of Goal Directed Eye Movements // Experimental Brain Research. - 1984. - Vol. 57, No 1. - Pp. 191-195.2.Buswell G. T. Fundamental Reading Habits // Supplementary Educational Monographs. - 1922. - No 21.3.Real-Time Volume Graphics / K. Engel, M. Hadwiger, J. M. Kniss et al. - Ak Peters Natick, 2006. - Pp. 112-114.4.Cornsweet T. N. Visual Perception. - New York: Academic, 1970.5.Gonzalez R. C., Woods R. E. Digital Image Processing. - New York: Prentice Hall Upper Saddle River, 2002.6.NVIDIA, CUDA. - Accessed: 29.05.2014. http://www.nvidia.com/object/ cuda_home_new.html, accessed: 29.05.2014.7.Saaty T. L., Peniwati K. Group Decision Making: Drawing Out and Reconciling Differences. - RWS Publications, 2008.8.Eye-Com Corporation. - Accessed: 16.02.2014. http://eyecomcorp.com, accessed: 16.02.2014.9.EagleEyes. The Opportunity Foundation of America. - Accessed: 16.02.2014. http://www.opportunityfoundationofamerica.org/, accessed: 16.02.2014.10.Tobii Eye Tracking Research. - Accessed: 16.02.2014. http://www.tobii.com/ en/eye-tracking-research/global/, accessed: 16.02.2014.11.Saaty T. L. Revista de la real academia de ciencias exactas, fisicas y naturales // Serie A: Matematicas. - 2008. - Vol. 102, No 2. - Pp. 251-318.12.OpenCV. - Accessed: 29.05.2014. http://opencv.org/, accessed: 29.05.2014.13.Microsoft. - Accessed: 29.05.2014. http://www.microsoft.com/en-us/ kinectforwindows, accessed: 29.05.2014.