谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离

谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
大数据文摘出品
编译:朱科锦
近日 , Google研究中心的研究工程师AndreyVakunov和DmitryLagun发布了一款新技术"MediaPipeIris" , 有了它 , 或许我们手机上的摄像头可以再少一点~
目前市面上很多的应用 , 包括计算摄影(例如"人像模式"和闪烁反射)和"增强的现实效果"(例如虚拟化身) , 都依赖于通过跟踪虹膜来估计眼睛的位置 。
一旦实现了准确的虹膜跟踪 , 无需使用专用的深度传感器 , 谷歌研究团队就可以确定相机到用户之间的距离 。
这项技术可以改善各种应用 , 从计算摄影到适当大小的眼镜和帽子的虚拟试戴 , 到根据用户距离调整字体大小的设计 。
由于有限的计算资源 , 多变的光照条件以及遮挡物(例如头发或人斜视)的存在 , 在移动设备上解决虹膜跟踪是一项艰巨的任务 。 通常 , 这项任务需要使用复杂的专用硬件来实现 , 而硬件的要求限制了可实现虹膜追踪的移动设备的范围 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
FaceMesh可以设计虚拟化身(中) , 通过额外使用虹膜跟踪(右) , 虚拟形象的仿真性大大提高 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
MediaPipeIris的眼睛重新着色的示例 。
谷歌一个研究团队发布了一款新的机器学习模型"MediaPipeIris" , 可以用于精确虹膜估算 。 (https://solutions.mediapipe.dev/iris)基于谷歌在MediaPipeFaceMesh上的工作 , 该模型能够使用单个RGB摄像机实时跟踪涉及虹膜 , 瞳孔和眼睛轮廓的界标 , 而无需专用硬件 。 通过使用虹膜界标 , 该模型还能够确定用户和相机之间的度量距离 。
无需使用深度传感器 , 相对误差就可达到小于10% 。 请注意 , 虹膜跟踪不会推断人们正在看的位置 , 也不能提供任何形式的身份识别 。 由于该系统是在MediaPipe中实现的(MediaPipe是一个开放源代码的跨平台框架 , 可供研究人员和开发人员构建世界一流的ML解决方案和应用程序)因此该系统可以在大多数现代手机 , 台式机 , 笔记本电脑甚至网络上运行 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
适用于远视人群的可用性原型:用户观察到的字体大小保持恒定 , 与设备和用户间的距离无关 。
虹膜跟踪的ML管道
【谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离】第一步是利用谷歌先前在3DFaceMeshes上所做的工作 , FaceMeshes使用高保真人脸地标生成近似人脸几何形状的网格 。 从该网格中 , 研究小组分离出原始图像中的眼睛区域 , 以用于虹膜跟踪模型 。 接下来的问题分为两部分:眼睛轮廓估计和虹膜位置 。 研究小组设计了一个包含统一编码器的多任务模型 , 每个任务都有一个单独的组件 , 这使他们可以使用特定于某任务的训练数据 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
虹膜(蓝色)和眼睑(红色)跟踪的示例 。
为了从裁剪的眼睛区域训练模型 , 研究小组手动注释了约50k的拍摄自不同地理区域的各种照明条件和头部姿势的图像 , 如下所示 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
眼睛区域以眼睑(红色)和虹膜(蓝色)轮廓标注 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
眼睛区域的裁剪形成了模型的输入 , 该模型通过单独的组件预测地标 。
虹膜深度:从单个图像的深度估计
谷歌这款虹膜跟踪模型能够确定用户到相机的距离 , 无需任何专用硬件 , 并且误差不到10% 。 该模型依靠以下事实完成:不同人群眼睛的水平虹膜直径基本上相等[1 , 2 , 3 , 4]大致保持恒定在11.7±0.5mm 。 请考虑将针孔相机模型投影到正方形像素的传感器上 。 则可以通过使用相机的"焦距"估算物体的距离 , 该焦距可以使用相机捕获API来获取 , 或者可以直接从所捕获图像的"EXIF元数据"以及其他相机固有参数来获得 。 给定焦距 , 从被摄物体到相机的距离与被摄物体眼睛的物理尺寸成正比 , 如下图所示 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
可以使用类似的三角形 , 根据焦距(f)和虹膜大小来计算被摄体的距离(d) 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
左:MediaPipeIris可用Pixel2虹膜跟踪预测物体距离(以厘米为单位) , 而无需使用深度传感器 。 右:地面深度 。
为了量化该方法的准确性 , 谷歌收集了200多个参与者的前置同步视频和深度图像 , 将其与iPhone11上的深度传感器进行了比较 。 研究人员使用激光测距装置通过实验验证了iPhone11深度传感器在2米以内的距离的误差小于2% 。 研究人员评估表明 , 使用虹膜尺寸进行深度估计的方法的平均相对误差为4.3% , 标准偏差为2.4% 。
谷歌研究人员在有或没有眼镜的参与者(不计入参与者的隐形眼镜)上测试了他们的方法 , 发现眼镜将平均相对误差略微提高到4.8%(标准偏差为3.1%) 。 他们没有在患有任何眼部疾病(如角膜变性老年环或者血管翳)的参与者上测试这种方法 。 考虑到MediaPipeIris不需要专门的硬件 , 结果表明 , 可以在范围很广的设备上从单个图像获取深度数据 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
估计误差的直方图(左)和实际距离与估计距离的比较(右) 。
发布MediaPipeIris
谷歌将在台式机 , 移动设备和Web上运行的平台MediaPipe上发布虹膜和深度估计模型 。 如谷歌最近在上MediaPipe上的GoogleDeveloperBlog发布的帖子所述 , 利用WebAssembly和XNNPACK在浏览器中本地运行IrisML管道 , 而无需将任何数据发送到云中 。
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
左:虹膜追踪 。 右:从仅具有EXIF数据的照片计算得出的虹膜深度 。
使用MediaPipe的WASM堆栈 , 你可以在浏览器中本地运行模型!
可以在这里(https://viz.mediapipe.dev/demo/iris_tracking)尝试虹膜跟踪 , 在这里尝试虹膜深度测量(https://viz.mediapipe.dev/demo/iris_depth) 。
前景
该谷歌小组计划对MediaPipeIris模型进行扩展 , 使其跟踪更加稳定 , 减少错误 , 并将其应用到可访问性用例中 。 他们坚信共享代码可以实现可重复的研究 , 加速实验以及在不同领域中开发新思想 。 在"文档"和随附的"模型卡"中 , 他们详细说明了预期的用途 , 限制和模型的公平性 , 以确保这些模型的使用符合Google的AI原则 。 请注意 , 此技术并不适用于任何形式的监视或标识 。 谷歌研究人员希望 , 向更广泛的研究和开发社区提供这种虹膜感知功能 , 以研究新的应用程序 。
有关MediaPipe的其他ML方案 , 请参阅(https://solutions.mediapipe.dev/以及https://developers.googleblog.com/search/label/MediaPipe) 。
参考文献:
1.Bergmanson,JanPg,andJesusGMartinez."SizeDoesMatter:WhatIstheCorneo-LimbalDiameter?"ClinicalandExperimentalOptometry,vol.100,no.5,2017,pp.522–528.,doi:10.1111/cxo.12583.
2.Wang,L.,andG.u.Auffarth."White-to-WhiteCornealDiameterMeasurementsUsingtheEyemetricsProgramoftheOrbscanTopographySystem."ModernCataractSurgeryDevelopmentsinOphthalmology,2002,pp.141–146.,doi:10.1159/000060793.
3.Baumeister,Martin,etal."ComparisonofManualandAutomatedMethodstoDetermineHorizontalCornealDiameter."JournalofCataract&RefractiveSurgery,vol.30,no.2,2004,pp.374–380.,doi:10.1016/j.jcrs.2003.06.004.
4.Hashemi,Hassan,etal."White-to-WhiteCornealDiameterDistributioninanAdutPopulation."JournalofCurrentOphthalmology,vol.27,no.1-2,2015,pp.21–24.,doi:10.1016/j.joco.2015.09.001.
相关报道:
https://ai.googleblog.com/2020/08/mediapipe-iris-real-time-iris-tracking.html
免!费!
阿里大数据训练营重磅开启!
贾扬清亲自出品 , 阿里技术专家亲自授课
3天get阿里大数据独门绝学!
入门Flink、Spark等开源技术知识
更有实战讲解!
扫码get你的专属训练营!
实习/全职编辑采访人员招聘ing
加入我们 , 亲身体验一家专业科技媒体采写的每个细节 , 在最有前景的行业 , 和一群遍布全球最优秀的人一起成长 。 坐标北京·清华东门 , 在大数据文摘主页对话页回复"招聘"了解详情 。 简历请直接发送至zz@bigdatadigest.cn
志愿者介绍
后台回复"志愿者"加入我们
谷歌 AI 发布新技术:可实时跟踪虹膜,判断与手机的距离
文章图片
点「在看」的人都变好看了哦!


    推荐阅读