iCatcher: A neural network approach for automated coding of young children's eye movements.
iCatcher: A neural network approach for automated coding of young children's eye movements.
复制标题
ICATCHER：一种用于自动编码幼儿眼动的神经网络方法。
DOI：
10.1111/infa.12468
复制
发表时间：
2022-07
期刊：
影响因子：
2.6
通讯作者：
Bermano, Amit H.
中科院分区：
文献类型：
--
作者：
Erel, Yotam;Potter, Christine E.;Jaffe-Dax, Sagi;Lew-Williams, Casey;Bermano, Amit H.
婴儿的注视行为经常被用来衡量注意力、实时处理和学习--通常使用低分辨率视频。尽管与凝视相关的方法在发育科学中无处不在，但目前的分析技术通常涉及繁琐的后自组织编码、不精确的实时编码或昂贵的眼球跟踪器，这可能会增加数据丢失并需要校准阶段。作为另一种选择，我们建议使用计算机视觉方法对低分辨率视频进行自动凝视估计。我们方法的核心是一个神经网络，它实时地对凝视方向进行分类。我们将我们的方法iCatcher与之前一项研究中的手动注释视频进行了比较，在该研究中，婴儿观看屏幕上两张图片中的一张。我们证明了iCatcher的准确性接近于人类注释者，并且它复制了之前的研究结果。我们的方法在https://github.com/yoterel/iCatcher.上作为开放源代码库公开提供
Infants' looking behaviors are often used for measuring attention, real‐time processing, and learning—often using low‐resolution videos. Despite the ubiquity of gaze‐related methods in developmental science, current analysis techniques usually involve laborious post hoc coding, imprecise real‐time coding, or expensive eye trackers that may increase data loss and require a calibration phase. As an alternative, we propose using computer vision methods to perform automatic gaze estimation from low‐resolution videos. At the core of our approach is a neural network that classifies gaze directions in real time. We compared our method, called iCatcher, to manually annotated videos from a prior study in which infants looked at one of two pictures on a screen. We demonstrated that the accuracy of iCatcher approximates that of human annotators and that it replicates the prior study's results. Our method is publicly available as an open‐source repository at https://github.com/yoterel/iCatcher.
登录
查看更多内容
影响因子：
19.5
作者：
Russakovsky, Olga;Deng, Jia;Fei-Fei, Li
通讯作者：
Fei-Fei, Li
DOI：
10.1073/pnas.1703220114
发表时间：
2017-08-22
影响因子：
11.1
作者：
Byers-Heinlein, Krista;Morin-Lessard, Elizabeth;Lew-Williams, Casey
通讯作者：
Lew-Williams, Casey
影响因子：
8.2
作者：
Fernald, A;Pinto, JP;McRoberts, GW
通讯作者：
McRoberts, GW
影响因子：
8.2
作者：
Lew-Williams, Casey;Fernald, Anne
通讯作者：
Fernald, Anne
DOI：
10.3791/4331
发表时间：
2012-12-14
期刊：
Journal of visualized experiments : JoVE
影响因子：
--
作者：
Naigles LR;Tovar AT
通讯作者：
Tovar AT