Sistema de gazetracking con YOLOv8

Abstract

El seguimiento del movimiento de los ojos o gazetracking es algo que lleva estudiándose desde comienzos del siglo XIX y que a día de hoy sigue intrigándonos. Esto es debido a que la cantidad de campos en los que se podrían aplicar los datos obtenidos de dichos estudios es inmensa, desde la biología y la medicina hasta el marketing y los negocios. En el mercado existen muchos dispositivos que son capaces de realizar gaze tracking usando algoritmos que pueden tener más o menos éxito a la hora de identificar y seguir el ojo en tiempo real. Esta tarea requiere de una gran capacidad de cómputo, lo que lleva a un gran consumo de recursos y hace que dichos dispositivos sean difícilmente portátiles. El presente proyecto tiene como objetivo el estudio de las redes neuronales para abordar el problema de seguimiento ocular. Para ello, se estudiarán las soluciones más prometedoras del estado del arte: las redes neuronales convolucionales (CNN) y las redes neuronales recurrentes. Dado que la detección de objetos es algo que se lleva estudiando bastante tiempo, hemos encontrado varias herramientas que podríamos usar para llevar a cabo nuestro objetivo, aunque nosotros hemos escogido usar la tecnología de Ultralytics, el modelo YOLOv8 con sus diferentes variantes.

Eye movement tracking, or gazetracking, is something that has been studied since the early 19th century and continues to intrigue us today. This is because the number of fields in which data from such studies could be applied is immense, ranging from biology and medicine to marketing and business. There are many devices on the market that are capable of doing this using algorithms that may be more or less successful in identifying and tracking the eye in real time. This requires high computational power, which leads to high resource consumption and the latter makes such devices hardly portable. The present project aims to implement a software solution to the gaze tracking problem using a neural network. One of the most promising solutions are convolutional neural networks (CNN) and recurrent neural networks. Since object detection is something that has been studied for quite some time, we have found several tools that we could use to achieve our goal, although we have chosen to use the Ultralytics technology, the YOLOv8 model with its different variants.