XiaoMi-AI文件搜索系统
World File Search System动眼
眼动追踪技术在航空、海事和建筑行业中的应用：系统综述
摘要：航空、航海和建筑行业的大多数事故都是由人为失误引起的，而人为失误可以归因于精神表现受损和注意力不集中。1596年，法国解剖学家和医学家杜·劳伦斯（Du Laurens）说，眼睛是心灵的窗户。眼动追踪研究的历史可以追溯到近150年前，它已被广泛应用于不同领域的多种用途。总体而言，眼动追踪技术可以实时捕捉各种反映人类不同认知、情感和生理状态的眼球运动，可用于在不同场景中更广泛地了解人类的思维。本系统文献综述探讨了眼动追踪研究在航空、航海和建筑三个高风险行业的不同应用。本研究结果揭示了眼动追踪研究的人口分布和应用，以及用于研究人类心理表现的视觉、认知和注意力方面的不同技术。此外，还强调了不同的研究差距和潜在的未来研究方向，涉及使用其他技术支持、验证和增强眼动追踪研究，以更好地了解人类的心理表现。
光电传感器眼科：调查和参数分析...
光电传感器眼动仪 (PSOG) 是一种眼动追踪技术，其原理是使用简单的光电传感器来测量眼睛旋转时反射的（通常是红外线）光量。光电传感器眼动仪可以提供高精度、低延迟和低功耗的测量，因此它似乎是在新兴头戴式交互设备（例如增强现实和虚拟现实 (AR/VR) 耳机）中进行眼动追踪的一种有吸引力的选择。在我们目前的工作中，我们采用可调节的模拟框架作为对不同光电传感器眼动仪设计的眼动追踪行为进行探索性研究的共同基础。通过进行的实验，我们探索了设计的一些基本参数的变化对最终准确性和串扰的影响，这些是基于眼动追踪的人机交互应用程序无缝运行的关键特征。我们的实验结果揭示了需要采取的设计权衡，以解决导致不同眼动追踪特性最佳性能的竞争条件。我们还介绍了传感器发生偏移时眼动追踪输出中出现的变化，并评估了不同眼动和传感器偏移组合导致的准确度下降。
人类眼球追踪及相关问题：综述
摘要 - 眼动追踪是指追踪眼球运动并确定用户注视点的过程。本文旨在介绍用于眼动追踪的各种技术。测量眼球运动有许多原理，包括测量电信号和光电信号、跟踪眼球图像中的许多视觉特征、测量红外 (IR) 光的相对反射以及使用机械或光学杠杆或磁场。本文还包括选择特定眼动追踪方法所涉及的因素。最后，它介绍了眼动追踪技术的一些应用。索引术语 - 眼动追踪、眼电图 (EOG)、视频眼动图 (VOG)、红外眼动图 (IROG)、巩膜搜索线圈。
基于眼动追踪的三维软件可用性测试方法论挑战——通过四个 3D 应用程序可用性测试的经验提出
1 简介 眼动追踪方法是研究人员的标准工具。眼动追踪设备有多种类型：集成在显示器中的眼动追踪器、便携式眼动追踪器或移动眼动追踪眼镜。不同的眼动追踪器可用于不同的科学领域。最常见的领域之一是人机交互 (HCI)。在此领域，眼动追踪可用于软件开发或 Web 应用程序测试（Kim et al., 2018）。在后处理眼动追踪数据时，可以使用许多不同的可视化技术，例如热图（Tula et al., 2016）或凝视图（Räihä et al., 2005）。但是，对于聚合可视化，参与者的屏幕必须看起来相同。在网站或传统软件应用程序的可用性测试中，分离的任务允许研究人员选择每个参与者时间线的特定部分，
基于眼动追踪的三维软件可用性测试方法论挑战——通过四个3D应用程序可用性测试的经验呈现
1 简介 眼动追踪方法是研究人员的标准工具。眼动追踪设备有多种类型：集成到显示器的眼动追踪器、便携式眼动追踪器或移动眼动追踪眼镜。不同的眼动追踪器可用于不同的科学领域。最常见的领域之一是人机交互 (HCI)。在此领域，眼动追踪可用于软件开发或 Web 应用程序测试（Kim 等人，2018 年）。在后处理眼动追踪数据期间，可以使用许多不同的可视化技术，例如热图（Tula 等人，2016 年）或凝视图（Räihä 等人，2005 年）。但是，对于聚合可视化，参与者的屏幕必须看起来相同。在网站或传统软件应用程序的可用性测试中，分离的任务允许研究人员选择每个参与者时间线的特定部分，
![arXiv:2206.08672v1 [cs.LG] 2022 年 6 月 17 日](/simg/g:\will\search\icon\source\4\4f093dd2d7aa1e81a52f7bb83b2cd91073856ab1.webp)
arXiv:2206.08672v1 [cs.LG] 2022 年 6 月 17 日
摘要 收集眼动信息可以让我们了解人类认知、健康和行为的许多关键方面。此外，许多神经科学研究利用脑电图 (EEG) 提供的高时间分辨率和神经生理标记来补充从眼动追踪中获得的行为信息。眼动追踪软件处理的基本步骤之一是将连续数据流分割成与眼动追踪应用相关的事件，例如扫视、注视和眨眼。在这里，我们介绍了 DETRtime，这是一个新颖的时间序列分割框架，它创建的眼动事件检测器不需要额外记录的眼动追踪模式，而仅依赖于 EEG 数据。我们基于端到端深度学习的框架将计算机视觉领域的最新进展带到了 EEG 数据时间序列分割的前沿。DETRtime 在各种眼动追踪实验范式中实现了眼动事件检测的最佳性能。除此之外，我们还提供证据证明我们的模型在 EEG 睡眠阶段分割任务中具有很好的泛化能力。
利用眼动监测设备监测空中交通管制员认知工作负荷的研究概述
空中交通管制员（ATCO）将成为对航空运输系统影响最大的部门。ATCO 的职责是按照地面管制员的要求防止飞机在空中相撞并消除可能造成的混乱。作为高风险职业群体之一，ATCO 承担着非常高的认知工作量，这对飞行安全至关重要。然而，据观察，文献中对在不同任务难度下有经验和没有经验的 ATCO 之间可能出现的认知工作量差异的研究相当不足。本研究介绍了认知工作量测量方法和 ATCO 认知工作量的研究。在本研究中，解释了确定认知工作量及其测量方法的重要性。此外，还介绍了与 ATCO 认知工作量相关的文献研究，特别是使用眼动仪的研究。
利用脑电图、GSR 和眼动追踪对不同任务负荷影响的多模态研究
摘要。目的。通过同时收集多模态生理数据和参与者反应数据，研究任务负荷对绩效的影响。还获得了对问卷的定期回复。目标是确定最能预测任务绩效的模态组合。方法。一组参与者执行了一项基于计算机的视觉搜索任务，模仿邮政编码排序。必须将五位数字分配给六个不同的不重叠数字范围之一。试验以逐步增加任务难度的块形式呈现。同时收集了参与者的反应，包括 32 个脑电图 (EEG) 数据通道、眼动追踪数据和皮肤电反应 (GSR) 数据。在实验的离散时间点使用了 NASA 任务负荷指数自我报告工具。主要结果。随着认知任务负荷的增加，低 beta 频率 EEG 波 (12.5-18 Hz) 更加突出，大多数活动发生在额叶和顶叶区域。这些伴随着更频繁的眨眼和瞳孔扩张。眨眼持续时间与任务表现密切相关。GSR 信号的相位成分与认知负荷有关，而紧张成分则表示更普遍的唤醒状态。参与者报告的主观数据 (NASA TLX) 显示挫折感和精神负荷增加。根据单因素方差分析，EEG 和 GSR 与感知工作量水平具有最可靠的相关性，并且是绩效预测最具参考价值的指标（综合起来）。意义。在与任务相关的活动中，许多模态都会发挥作用。如果适当分组，其中许多模态可以提供有关任务绩效的信息。这项研究表明，虽然 EEG 是任务绩效的良好预测指标，但 GSR 等其他模态会增加更准确预测的可能性。此外，在受控的实验室条件下，可以分离最具参考价值或最少数量的模态以在实际工作环境中进行监控。
使用移动脑电图和眼动追踪捕捉现实世界中的认知事件
移动大脑和身体成像 (MoBI；Gramann 等人，2011) 研究方法的出现提供了前所未有的机会，可以脱离人工实验室环境，直接在现实环境中研究认知过程 (De Vos、Gandras 和 Debener，2014；Gramann、Jung、Ferris、Lin 和 Makeig，2014；Makeig、Gramann、Jung、Sejnowski 和 Poizner，2009)。在过去十年中，传感器微型化技术取得了进展，提高了研究级身体和神经成像硬件的便携性 (Mcdowell 等人，2013)，从而允许在实验室外长时间记录大脑数据 (Hölle、Meekes 和 Bleichner，2021)。更确切地说，移动 EEG 和移动眼动追踪 (ET) 开辟了新的研究途径，可以更好地了解人们在现实世界中的思维和行为方式。利用此类移动研究方法所带来的激动人心的前景激发了人们对开发新型信号处理方法的兴趣（Reis、Hebenstreit、Gabsteiger、von Tscharner 和 Lochmann，2014 年）。总之，这些发展使得人们能够直接在自然环境中研究人类认知（Ladouce、Donaldson、Dudchenko 和 Ietswaart，2017 年），以解决广泛研究领域的基础和应用问题，例如体育科学（Park、Fairweather 和 Donaldson，2015 年）、建筑（Djebbara、Fich 和 Gramann，2019 年）和城市规划（Birenboim、Helbich 和 Kwan，2021 年）、神经人体工程学（Gramann 等人，2021 年；Dehais、Karwowski，
可以使用眼动追踪来研究集中式航空除冰中心交通协调员的工作吗？
在加拿大，结冰条件下必须对地面飞机进行除冰。当机场有合适的设施时，多架飞机同时进行除冰。交通和运动协调员必须管理除冰小组、飞行员和相关人员之间的协作。通讯故障是造成事故的主要原因。本文将展示眼动追踪对于飞机地面除冰活动期间通信故障研究的相关性。为此，我们进行了一项非详尽的文献综述，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有用性。它基于在科学数据库中进行的搜索，以提取证明原位眼动追踪有用性或无用性的文章。研究表明，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精神负荷。收集的数据可以与其他调查问卷（例如 NASA-TLX）结合起来，以评估对工作量的看法。眼动追踪最终应该能够确定交通和运动协调员以及参与除冰的人员之间通信失败的原因。