MAP3D:一种探索性方法,用于在虚拟3D模型上自动映射现实世界眼睛跟踪数据

科学领域:

• 人与计算机的交互
• 认知心理学 认知心理学
• 计算机视觉 计算机视觉

背景情况:

• 移动眼睛跟踪为现实研究提供了高的生态有效性,但也带来了分析挑战.
• 当前的方法往往将3D刺激减少到2D图像,失去深度信息,并使固定映射复杂化.
• 跨多个二维参考视图的映射固定引入了困难,特别是在过渡区.

研究的目的:

• 介绍MAP3D,一种用于生成刺激的3D模型和自动映射眼睛跟踪固定的新方法.
• 克服二维刺激减小的局限性,提高移动眼球追踪研究中固定数据分析的准确性.
• 为在复杂的现实环境中研究视觉注意力的研究人员提供一个成本高效的开源解决方案.

主要方法:

• 开发MAP3D软件,以创建刺激的3D模型.
• 在生成的3D模型上自动映射记录的眼球追踪固定.
• 输出固定数据作为3D坐标 (点云) 和.csv文件进行进一步分析.

主要成果:

• MAP3D成功生成3D模型,并自动映射固定数据.
• 该方法避免了与二维刺激减少相关的信息损失.
• 探索性测试显示了准确和高效的固定映射在3D空间有希望的结果.

结论:

• MAP3D提供了一种创新的解决方案,用于对3D刺激的固定数据进行后期分析.
• 这种方法增强了移动设置中的眼睛跟踪数据分析的三维性.
• MAP3D提供了具有成本效益的开源工具,为视觉注意力研究开辟了新的研究可能性.