在各种各样的研究环境中,微扫视和其他注视眼球运动的记录为实际问题提供了见解和解决方案。本文,我们回顾了有关注视眼球运动(尤其是微扫视)在应用和生态有效场景中的文献。最近的技术进步使得在观察者执行各种任务时,可以在现实世界中进行非侵入式注视眼球运动记录。因此,注视眼球运动测量已在多种现实世界场景中获得,例如与驾驶员疲劳、宇航员前庭感觉剥夺和精英运动员训练等有关。本文,我们介绍了注视眼球运动研究的实际应用的最新进展,研究了其未来的潜在用途,并讨论了在现有眼球运动检测技术中加入微扫视测量的好处。当前证据支持将注视眼球运动测量纳入现实世界环境,作为开发新的或改进的眼球运动评估工具的一部分。随着价格实惠的高速、高空间分辨率眼动仪变得越来越普遍,注视眼球运动测量在现实世界中的应用只会变得越来越大、越来越广泛。
1,2,3,4 Mahaguru技术研究所,Kattachira摘要:人类计算机互动(HCI)重点关注人员与计算机之间的界面和互动。 HCI的主要目标是设计一个使人们以新颖方式与计算机互动的环境。 人们用来互动的最重要方法之一是眼动和眼睛眨眼,尤其是对于身体残疾的人。 本文基于眼睛眨眼和面部运动提出了一种屏幕上的计算机交互方法。 这两个主要组成部分是图像处理,以检测眼睛,面部运动和闪烁的眼睛。 面部图像由计算机的相机捕获,然后用于确定眼睛位置和尺寸。 这是根据著名的“ 68点”和面部检测方法的面部网格系统完成的。 在此系统中使用眼睛眨眼来输入类似于用户按下键盘上的“ Enter”按钮的字符,并且使用面部运动来移动光标类似于使用鼠标的使用。1,2,3,4 Mahaguru技术研究所,Kattachira摘要:人类计算机互动(HCI)重点关注人员与计算机之间的界面和互动。HCI的主要目标是设计一个使人们以新颖方式与计算机互动的环境。人们用来互动的最重要方法之一是眼动和眼睛眨眼,尤其是对于身体残疾的人。本文基于眼睛眨眼和面部运动提出了一种屏幕上的计算机交互方法。这两个主要组成部分是图像处理,以检测眼睛,面部运动和闪烁的眼睛。面部图像由计算机的相机捕获,然后用于确定眼睛位置和尺寸。这是根据著名的“ 68点”和面部检测方法的面部网格系统完成的。在此系统中使用眼睛眨眼来输入类似于用户按下键盘上的“ Enter”按钮的字符,并且使用面部运动来移动光标类似于使用鼠标的使用。
1 博士生,佛罗里达大学 Herbert Wertheim 工程学院可持续基础设施与环境工程学院(ESSIE),美国佛罗里达州盖恩斯维尔 电子邮件:shiyangming@ufl.edu 2 本科生,香港城市大学建筑及土木工程系,香港。 电子邮件:yzheng44-c@my.cityu.edu.hk 3 副教授,佛罗里达大学 Herbert Wertheim 工程学院可持续基础设施与环境工程学院(ESSIE),美国佛罗里达州盖恩斯维尔(通讯作者)。 电子邮件:eric.du@essie.ufl.edu 4 博士生,佛罗里达大学 Herbert Wertheim 工程学院可持续基础设施与环境工程学院(ESSIE),美国佛罗里达州盖恩斯维尔 电子邮件:qizhu@ufl.edu 5 博士德克萨斯州农工大学建筑学院建筑科学系学生,德克萨斯州大学城。电子邮箱:liux2017@tamu.edu
在加拿大,结冰条件下,必须对地面上的飞机进行除冰。当机场具备合适的设施时,可同时为多架飞机除冰。交通和移动协调员必须管理除冰小组、飞行员和相关人员之间的合作活动。沟通失败是造成事故的首要原因。本文将展示眼动追踪对于研究飞机地面除冰活动期间通信故障的相关性。为此,进行了非详尽的文献综述,重点关注眼动追踪对于交通和运动协调员任务现场研究的实用性。它基于在科学数据库中进行的研究,目的是提取证明或不证明现场眼动追踪有用性的文章。事实证明,眼动追踪可以识别个人的观察反应,评估个人的注意力水平以及承受的心理负荷。所收集的数据可与补充问卷(如 NASA-TLX)结合起来,以评估对工作量的看法。眼动追踪最终可以确定交通和运动协调员与除冰人员之间沟通失败的原因。
眼睛跟踪技术已成为医学领域的宝贵工具,在各个学科中提供了广泛的应用。本观点文章旨在详细概述眼睛跟踪技术在医疗实践中的多种应用。总结了最新的研究发现,本文探讨了眼睛跟踪技术在提高诊断准确性,评估和改善医疗绩效以及改善康复结果方面的潜力。此外,它突出了眼睛跟踪在神经病学,心脏病学,病理学,手术以及康复中的作用,为各种医疗条件提供了客观措施。此外,本文讨论了自闭症谱系障碍,注意力/多动障碍(ADHD)(ADHD)和人类计算机在医疗模拟和培训中的相互作用的效用。最终,这篇观点文章强调了眼睛跟踪技术对医学实践的变革性影响,并向未来的发展方向提出了持续的发展和整合。
摘要:对眼动和视觉状态的歧视是研究的一流领域,迫切需要非手动的基于EEG的轮椅控制和导航系统。本文提出了一种新型系统,该系统利用脑部计算机界面(BCI)来捕获人类受试者的电子摄影(EEG)信号,而眼睛运动并随后通过应用随机森林(RF)分类算法将其分为六个类别。rf是一种合奏学习方法,它构建了一系列决策树,每棵树都会在其中进行类预测,而类别预测数量最多的类成为模型的预测。根据受试者眼睛的位置定义了拟议的随机森林脑 - 计算机界面(RF-BCI)的类别:开放,闭合,左,左,右,向上和向下定义。RF-BCI的目的应用作基于EEG的控制系统,用于驱动机电轮椅(康复设备)。已使用包含来自10名不同患者的219个记录的数据集对所提出的方法进行了测试。BCI实施了EPOC Flex头盖系统,其中包括32个盐毡传感器,用于捕获受试者的EEG信号。每个传感器每秒捕获了四个不同的脑波(Delta,Theta,Alpha和Beta)。然后,将这些信号分为4秒的窗户,每条记录512个样品,并为每个EEG节奏提取频带能量。实验结果表明,与获得6级分类的其他方法相比,RF算法的表现优于其他方法和高度准确性(85.39%)。将所提出的系统与幼稚的贝叶斯,贝叶斯网络,K-Nearest邻居(K-NN),多层感知器(MLP),支持向量机(SVM),J48-C4.5决策树和袋装分类算法进行了比较。此方法利用了从Epoc Epoc Flex可穿戴式录制设备中获得的高空间信息,并成功检查了该设备用于BCI轮椅技术的潜力。
摘要:长期以来,眼球注视追踪器因其在航空领域的实用性而受到广泛研究。到目前为止,已经在飞行电子显示器和模拟条件下头戴式显示系统的注视控制界面方面进行了大量研究。在本文中,我们介绍了在实际飞行条件下眼球注视追踪器的使用情况及其在此类使用条件和照明下的故障模式的研究。我们表明,具有最先进精度的商用现货 (COTS) 眼球注视追踪器无法提供超出一定眼部照明水平的注视估计。我们还表明,眼球注视追踪器的有限可用跟踪范围限制了它们即使在飞行员自然操作行为期间也无法提供注视估计。此外,我们提出了三种开发眼球注视追踪器的方法,这些方法旨在使用网络摄像头代替红外照明,旨在在高照度条件下发挥作用。我们展示了使用 OpenFace 框架开发的智能追踪器,在室内和室外条件下的交互速度方面,它提供了与 COTS 眼动追踪器相当的结果。
摘要结核病(TB)和人类免疫症病毒(HIV)是菲律宾的两个主要公共卫生紧急情况。尽管全国性的努力和减轻该疾病的倡议,该国在结核病发生案例中排名第四。同时,菲律宾的艾滋病毒在亚洲和太平洋地区的流行最快。TB-HIV双重流行病形成了致命的组合,从而增强了彼此的进步,推动了免疫反应的恶化。为了理解共同感染的和epidemiologicalpatternsoftection,开发了TB-HIV的分室模型。一类患有艾滋病毒(PLHIV)的人不知道自己的艾滋病毒状况已纳入模型。这些不寻求医疗的不知道的PLHIV是新的HIV感染的潜在来源,可能会显着影响疾病传播动力学。灵敏度分析,以评估对兴趣输出影响的模型参数。使用TB,HIV和TB-HIV上的可用菲律宾数据对模型进行校准。参数的参数包括结核病和艾滋病毒的传播速率,从暴露到活动性结核病的进展速率,以及从艾滋病毒的TB lantent到艾滋病阶段的艾滋病毒的主动感染性结核。进行不确定性分析以确定估计值的准确性。