EOG 기반 수평 시선 추적 경량형 딥러닝 알고리즘의 최적화를 위한 가상 환경 실험

진형우, 우운택

http://doi.org/10.5626/JOK.2024.51.2.184

본 연구는 매우 적은 수의 파라미터의 딥러닝 모델로 정확도를 높이고 이에 더하여 눈 깜빡임을 실시간으로 예측할 수 있는 알고리즘을 제안하고 실험한다. 기존의 시선 추적 알고리즘은 눈동자에서 나오는 EOG 신호가 각도에 따라 선형성[1,2]을 띈다는 점에서 착안한 알고리즘에 기반하여 연구가 진행이 되어 왔다. 하지만 본 논문에서 제시하고자 하는 알고리즘은 유도 편향을 보이는 데이터이기에 1D CNN, Residual Block등과 같은 Layer들을 사용하여 경량형 딥러닝 네트워크를 구성하여 실시간 예측이 가능하다. 이 연구에서는 추가적으로 눈 깜빡임에 대한 딥러닝 모델 예측을 이용하여 가상 환경 전용 HMD를 착용한 상태에서도 안구 움직임을 예측할 수 있는 장치를 사용하여 실험을 진행하였다. 이 연구에서 진행한 EOG Data를 이용한 안구 복원을 상하 움직임과 극단적인 눈동자 움직임에 대한 연구를 추가하여 아바타 안구의 실시간성을 살려 사실감 있는 복원에 대한 구현이 가능하다.