XiaoMi-AI文件搜索系统
World File Search System眼动仪
利用眼动追踪工具改进飞行员选拔流程
本文加深了对在飞行员选拔过程中使用眼动追踪工具的理解。对候选飞行员眼动和注意力分布的研究可能为在更严格的飞行训练阶段预测视觉行为提供能力。研究包括心理测试、受试者的飞行筛选以及他们在飞行模拟器和眼动追踪设备中的成绩。参与者被分为三类：高绩效、平均绩效和低绩效，并分别通过心理测试结果和飞行筛选结果进行评估。眼动追踪设备通过视觉感知的范围和速度跟踪受试者的视觉行为。在模拟视觉飞行条件下记录的注视和重访次数测量了受试者之间的视觉反应差异。结果比较显示与心理测试结果呈正相关。未证实与飞行筛选选择的相关性。我们使用了新的基于网络的方法来克服传统眼动指标的缺点，该方法有三个目标重要性度量。采用网络方法的结果以图表的形式呈现，并对标准化的重要性度量进行了分析，结果表明可以为每个参与者提取特定的扫视策略。发现他们之间的差异是积极检测的。通过这种方式，眼动追踪
眼动追踪技术在皮肤病学领域的新兴应用
眼动追踪技术已在众多学科中得到应用，提供将眼球运动与各种刺激（即 X 射线、情境定位、印刷信息和警告）的视觉处理联系起来的数据。尽管眼动追踪技术在识别和量化视觉注意力方面具有优势，但皮肤病学学科尚未广泛应用该技术。尽管皮肤科医生严重依赖视觉模式和线索来区分良性和非典型痣，但将眼动追踪技术应用于皮肤病学研究的文献很少；而专门针对患者发起的行为（例如皮肤自我检查 (SSE)）的文献基本上不存在。本文回顾了眼动追踪在各个医学领域的研究，并最终讨论了眼动追踪在皮肤病学研究中的当前应用和优势。© 2018 日本皮肤病研究学会。由 Elsevier B.V. 出版。保留所有权利。
EToS-1：车间眼动追踪，实现用户与自动化互动
摘要 混合现实 (MR) 正在成为许多情境感知工业应用不可或缺的一部分。在维护和远程支持操作中，可以通过 MR 耳机定义并向人类操作员呈现计算机支持（合作）工作的各个步骤。眼球运动跟踪可以为用户的决策和交互过程提供有价值的见解。因此，我们的首要目标是更好地了解车间机器操作员的视觉检查行为，并找到通过越来越多地将眼球追踪 (ET) 作为默认功能的 MR 耳机为他们提供注意力感知和情境感知帮助的方法。为了实现这一目标，在两个工业场景中，我们使用了两台移动眼球追踪设备，并系统地比较了新手和专家操作员的视觉检查行为。在本文中，我们介绍了我们的初步发现和经验教训。
航空领域的眼动追踪测量：选择性文献综述
摘要 目的：本文旨在全面回顾眼动追踪测量方法，并讨论眼动追踪方法在航空领域的不同应用领域。 背景：飞行员的心理生理测量（例如眼动追踪）可用于检测疲劳或高工作负荷情况、研究晕动病和缺氧，或评估显示改进和专业知识。 方法：我们回顾了眼动追踪对飞行员的用途，并包括发表在航空期刊上的眼动追踪研究，既有历史的也有当代的。我们纳入了 79 篇论文，并将结果分为以下三个类别：人类表现、飞机设计、健康和影响表现的生理因素。然后，我们总结了每个类别中眼动追踪的不同用途，并重点介绍了在每个领域有用的指标。我们的评论是对 Ziv (2016) 的评论的补充。 结果：基于这些分析，我们提出了眼动追踪测量的有用应用领域。眼动追踪可以通过检测疲劳或表现下降等来有效预防错误或伤害。在模拟或真实飞行中以适当的方式应用它可以帮助确保人机系统的最佳运行。结论：进一步的航空心理学和航空航天医学研究将受益于眼球运动的测量。
EToS-1：车间眼动追踪，实现用户与自动化互动
摘要 混合现实 (MR) 正在成为许多情境感知工业应用不可或缺的一部分。在维护和远程支持操作中，可以通过 MR 耳机定义并向人类操作员呈现计算机支持（合作）工作的各个步骤。眼球运动跟踪可以为用户的决策和交互过程提供有价值的见解。因此，我们的首要目标是更好地了解车间机器操作员的视觉检查行为，并找到通过越来越多地将眼球追踪 (ET) 作为默认功能的 MR 耳机为他们提供注意力感知和情境感知帮助的方法。为了实现这一目标，在两个工业场景中，我们使用了两台移动眼球追踪设备，并系统地比较了新手和专家操作员的视觉检查行为。在本文中，我们介绍了我们的初步发现和经验教训。
使用眼动追踪和 SSVEP 的混合拼写器设计......
摘要：稳态视觉诱发电位 (SSVEP) 因其稳健性、大量命令、高分类准确率和信息传输率 (ITR) 等优点，被广泛应用于开发脑机接口 (BCI)。然而，同时使用多个闪烁刺激往往会导致用户感到非常不适、疲倦、烦恼和疲劳。在这里，我们建议使用脑电图 (EEG) 和基于视频的眼动追踪来设计一种刺激响应混合拼写器，以提高用户在面对大量同时闪烁的刺激时的舒适度。有趣的是，基于典型相关分析 (CCA) 的框架可用于识别闪烁信号持续时间为 1 秒的目标频率。我们提出的 BCI 拼写器仅使用六个频率来对 48 个目标进行分类，从而大大提高了 ITR，而基本的 SSVEP BCI 拼写器使用的频率数量与目标数量相同。使用此拼写器，我们在提示拼写任务中获得了 90.35 ± 3.597% 的平均分类准确率，平均 ITR 为 184.06 ± 12.761 比特/分钟，在自由拼写任务中获得了 190.73 ± 17.849 比特/分钟。因此，我们提出的拼写器在目标分类、分类准确率和 ITR 方面优于其他拼写器，同时产生的疲劳、烦人、疲倦和不适感更少。我们提出的混合眼动追踪和基于 SSVEP BCI 的系统最终将实现真正的高速通信通道。
眼动追踪技术在海上高空作业中的应用 - CORE
自 2014 年以来，挪威皇家海军 (RNoN) 一直在追求电子导航，这主要意味着不使用纸质海图。在此过程中，我们做出了一些有趣的观察。这主要涉及对导航系统中位置呈现的信任，以及导航员的系统意识水平。RNoN 导航能力中心 (NCC) 的导航模拟器越来越多地被操作人员和新导航员的培训使用，并且有明显迹象表明使用导航模拟器是有效的。尤其是 Skjold 级桥梁导航模拟器已被 Corvette 服务广泛使用，反馈是积极的。已经确定需要更好地理解这些断言。
儿童注视策略和双眼眼动摄影术：可行性和相关性
本文件是经过答辩评审团批准的大量工作的结果，并向整个大学社区提供。它受作者知识产权的保护。这意味着使用本文档时有义务引用和引用。此外，任何伪造、剽窃或非法复制行为都将受到刑事起诉。联系方式：ddoc-theses-contact@univ-lorraine.fr
用于生物特征机器学习的眼动追踪特征提取
在学习机器方面，Nilsson (1965) 的研究更多地关注模式分类的机器学习。近年来，对眼动追踪的研究也有所增加。许多研究人员在实验中研究如何利用眼动追踪数据进行研究。因此，在分类研究中使用眼动追踪技术时，会引发一个疑问：从眼动追踪数据中可以获得哪些眼部特征用于分类。眼动追踪技术是指跟踪和测量用户的眼球运动和眼睛焦点的过程。眼动追踪广泛应用于心理学、市场营销、医学、电脑游戏和认知科学等许多领域。因此，眼动追踪越来越多地应用于计算机科学领域，并利用眼部特征来研究信息处理任务（Rayner，2009）。眼动追踪数据可以通过使用眼动追踪传感器或摄像头来测量和获取。这些数据提供了多种特征，可用于多种分类任务。眼动追踪技术非常有用，它可以在未来被广泛采用和实施，因为它只需要一个简单的摄像头就可以收集所需的数据。在本文中，我们进行了系统的文献综述，并收集了5年内（即从2016年到现在）所有与使用眼动追踪数据中的特征进行分类相关的研究和文章。第一部分介绍本文。在背景部分，我们提供了眼动追踪技术和眼动追踪器类型的背景，包括桌面眼动追踪、移动眼动追踪和虚拟现实（VR）中的眼动追踪，以及机器学习的简要介绍。方法论部分描述了研究方法，包括研究问题、选择标准、搜索过程和选择过程。结果部分展示了结果，相关研究如表1所示。最后一部分总结了本文。
运动想象评估的眼动追踪信息的非线性分析
本研究调查了人类运动想象 (MI) 能力的评估。通常，MI 能力通过两种方法测量：自填问卷 (MIQ-3) 和心理计时 (MC)，后者测量实际和想象的运动任务之间的时间差异。然而，这两种测量都依赖于受试者的自我评估，而不使用生理测量。在本研究中，我们提出了一组从眼球注视信号的非线性动力学中提取的新特征，以区分好和坏的想象者。为此，我们设计了一个实验，让 20 名志愿者（根据 MC 分为好或坏的想象者）执行三项任务：运动任务 (MT)、视觉想象任务 (VI) 和运动想象任务 (KI)。在整个实验过程中，使用眼动追踪系统持续监测受试者的目光注视。通过对重建相空间进行递归量化分析来分析目光注视时间序列，并在两组之间进行比较。统计结果表明非线性眼球行为如何表达意象心理过程的内在动态，并可用作 MI 能力的更客观、基于生理的测量方法。