TittaLSL:一个工具箱,用于创建Python和MATLAB的网络眼球追踪实验,使用Tobii的眼球追踪器
Diederick C Niehorster1,2, Marcus Nyström3
1Lund University Humanities Lab, Lund University, Lund, Sweden. diederick_c.niehorster@humlab.lu.se.
Behavior research methods
|June 4, 2025
概括
研究人员现在可以很容易地使用TittaLSL.L.进行网络化的多参与者眼睛跟踪研究. 这种工具箱最大限度地减少了编程工作量,并实现了实时视线数据流的低延迟,使复杂的实验更容易获得.
科学领域:
- 认知科学 认知科学
- 神经科学是一个神经科学.
- 人与计算机的交互
背景情况:
- 网络眼睛跟踪研究正在获得引力.
- 现有的流视数据解决方案复杂,需要大量的编程.
- 需要简化工具来促进多参与者联网眼睛跟踪.
研究的目的:
- 介绍TittaLSL,这是一个用于网络多参与者眼睛跟踪实验的工具箱.
- 为了使研究人员能够使用Tobii眼球追踪器在网络设置中使用最小的编程.
- 为了评估TittaLSL工具箱的性能和延迟.
主要方法:
- 开发了TittaLSL工具箱,可以通过本地网络传输注视数据.
- 使用Tobii眼球追踪器进行数据采集.
- 通过在15个网络眼睛追踪站中使用600Hz的目光流来评估延迟.
主要成果:
- TittaLSL可以在最少的编程中实现多参与者实验的网络化.
- 对于流式的凝视数据,实现了3.05ms的端到端延迟.
- 延迟仅比本地连接高0.10毫秒,适合实时应用.
结论:
- TittaLSL显著简化了网络多参与者眼睛跟踪研究的创建.
- TittaLSL的低延迟支持实时的目光可视化和分析.
- 这个工具箱是各种领域使用眼睛追踪技术的研究人员的宝贵资源.
