DriveTests:WebGazer.jsを用いた視線トラッキングテスト

AI/ML

概要

DriveTestsはWebGazer.jsを利用した視線トラッキングの実験用リポジトリです。主にブラウザ(HTML/JavaScript)ベースで動作するサンプル実装を含み、カメラ許可、自己キャリブレーション、推定結果の可視化、データ保存の基礎的フローを検証できます。フロントエンドのみで完結する構成なので導入が容易で、プロトタイプや学習用途、ユーザーテストの最小限セットアップとして活用できます(約300字)。

GitHub

リポジトリの統計情報

  • スター数: 1
  • フォーク数: 1
  • ウォッチャー数: 1
  • コミット数: 30
  • ファイル数: 12
  • メインの言語: HTML

主な特徴

  • WebGazer.jsを利用したブラウザ内視線推定のサンプル実装(セルフキャリブレーション含む)
  • 純粋にフロントエンド(HTML/JS)で完結する軽量な構成、特別なビルドやサーバ不要
  • 推定結果の可視化・ログ取得・簡易的なデータ保存機能の実験用途
  • ライセンスやドキュメント(LICENSE.md、GNU LGPL 3.0 等)が同梱されている点

技術的なポイント

DriveTestsはHTMLを中心に構成されたフロントエンド実験リポジトリで、コアにはWebGazer.jsによる顔・目の特徴からスクリーン座標へのマッピングがあります。WebGazerのモデルはクライアント側で自己学習(自己キャリブレーション)を行い、ユーザーのクリックやインタラクションを教師信号として利用してマッピング関数を最適化します。本リポジトリはそのワークフローを簡単に試せるサンプル群を含み、カメラ許可の取得、ビデオストリーム処理、推定ポイントの描画、データのCSVやJSONへの書き出しといった一連の処理をデモします。

注目点として、サーバサイド処理を前提としないためプライバシー面では有利ですが、ブラウザとカメラのパーミッション周り、HTTPS必須の挙動、デバイス差による精度変動、照明条件・解像度によるノイズの扱いなどを評価する必要があります。実装面では外部ライブラリの読み込み(CDN経由が想定される)、非同期でのモデルロードと初期学習、推定頻度とパフォーマンスのトレードオフ、及びユーザー向けのキャリブレーションUI設計が技術的に重要です。また、実運用や大規模実験を考える場合はデータ送信・ストレージ、同意取得のフロー、精度検証用のラベリング手法やクロスデバイステストが必要になります(約700字)。

プロジェクトの構成

主要なファイルとディレクトリ:

  • .gitattributes: file
  • .gitignore: file
  • LICENSE.md: file
  • README.md: file
  • gnu-lgpl-v3.0.md: file

…他 7 ファイル

まとめ

学習・プロトタイプ用途に最適な、WebGazer.jsベースの軽量視線トラッキング実験リポジトリです。(約50字)

リポジトリ情報:

READMEの抜粋:

WebGazer.js

WebGazer.js is an eye tracking library that uses common webcams to infer the eye-gaze locations of web visitors on a page in real time. The eye tracking model it contains self-calibrates by watching web visitors interact with the web page and trains a mapping between the features of the eye and positions on the screen. WebGazer.js is written entirely in JavaScript and with only a few lines of code can be integrated in any website that wishes to bet…