EyeSee3D: a low-cost approach for analyzing mobile 3D eye tracking data using computer vision and augmented reality technology
EyeSee3D: a low-cost approach for analyzing mobile 3D eye tracking data using computer vision and augmented reality technology
复制标题
EyeSee3D：一种使用计算机视觉和增强现实技术分析移动 3D 眼动追踪数据的低成本方法
DOI：
10.1145/2578153.2578183
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Renner
中科院分区：
文献类型：
--
作者：
Pfeiffer;Renner
为了有效地分析人类视觉注意力，通常需要从基于计算机的桌面设置进行到更自然的现实世界设置。然而，由此导致的控制权的丧失必须通过增加参与者和/或项目计数来抵消。再加上需要手动注释的凝视光标视频记录与移动的眼动仪，这使得许多研究不可行。我们解决这个问题，最大限度地减少手动注释的移动的凝视数据的需要。我们的方法将几何建模与廉价的3D标记跟踪相结合，将虚拟代理与现实世界的对象对齐。这使我们能够分类固定在感兴趣的对象上自动，同时支持一个完全自由移动的participator.The文件提出了EyeSee 3D方法，以及比较昂贵的由外而内（外部摄像机）和低成本的由内而外（场景摄像机）跟踪的眼动仪的位置。的EyeSee 3D方法进行评估比较的结果，从自动和手动分类的固定目标，这提出了旧的问题，在现代背景下的注释有效性。
For validly analyzing human visual attention, it is often necessary to proceed from computer-based desktop set-ups to more natural real-world settings. However, the resulting loss of control has to be counterbalanced by increasing participant and/or item count. Together with the effort required to manually annotate the gaze-cursor videos recorded with mobile eye trackers, this renders many studies unfeasible.We tackle this issue by minimizing the need for manual annotation of mobile gaze data. Our approach combines geometric modelling with inexpensive 3D marker tracking to align virtual proxies with the real-world objects. This allows us to classify fixations on objects of interest automatically while supporting a completely free moving participant.The paper presents the EyeSee3D method as well as a comparison of an expensive outside-in (external cameras) and a low-cost inside-out (scene camera) tracking of the eye-tracker's position. The EyeSee3D approach is evaluated comparing the results from automatic and manual classification of fixation targets, which raises old problems of annotation validity in a modern context.
登录
查看更多内容
3D 注意力：使用眼动追踪眼镜测量视觉显着性
DOI：
--
发表时间：
2013
期刊：
CHI Extended Abstracts
影响因子：
--
作者：
L. Paletta;Katrin Santner;G. Fritz;H. Mayer;Johann Schrammel
通讯作者：
Johann Schrammel
影响因子：
1.7
作者：
Dicks, Matt;Button, Chris;Davids, Keith
通讯作者：
Davids, Keith
凝视作为与周围智能环境交互的补充方式
DOI：
--
发表时间：
2007
期刊：
Interacción
影响因子：
--
作者：
Daniel Gepner;Jérôme Simonin;N. Carbonell
通讯作者：
N. Carbonell
研究人与人交互中的联合注意力和手眼协调：基于模型的方法将注视点自动映射到目标对象
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
Patrick Renner;Thies Pfeiffer
通讯作者：
Thies Pfeiffer
计算机视觉中使用的标记检测和识别技术
DOI：
--
发表时间：
2010
期刊：
Visualization of Large and Unstructured Data Sets
影响因子：
--
作者：
J. Köhler;A. Pagani;D. Stricker
通讯作者：
D. Stricker