相关实验视频
Updated: May 13, 2026
09:03
Eye Tracking Young Children with Autism
Published on: March 27, 2012
46.7K
用于平滑追逐分类的眼动基准数据
Luke Korthals1, Ingmar Visser2, Šimon Kucharský3
1University of Amsterdam, Department of Psychology, Amsterdam, 1018 WS, The Netherlands. l.korthals@uva.nl.
Scientific data
|March 17, 2026
概括
这项研究引入了一个新的眼睛跟踪数据集,以改进对眼睛运动 (如固定和平滑追求) 的分类算法. 基准数据和Python包旨在通过提供可靠的标签来提高分类准确性.
科学领域:
- 眼科医生 眼科 眼科
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
背景情况:
- 对眼动事件的准确分类对于分析眼动跟踪数据至关重要.
- 现有的算法和人类专家经常因为重叠的特征而难以区分固定和平稳的追求.
研究的目的:
- 开发可靠的基准数据集,用于训练和验证眼动分类算法.
- 为了克服人类注释的局限性,作为眼睛追踪研究的黄金标准.
主要方法:
- 从十名参与者收集了近四小时的眼动数据.
- 设计了特定的视觉刺激来引起摇摆,固定和平稳的追求.
- 建立了基准标签,通过防止固定和平稳的追逐同时发生,并使用速度来分离萨卡德.
主要成果:
- 创建了一个新的眼睛跟踪基准数据集,具有可靠的标签.
- 为数据预处理和标签分配开发了一个Python伴侣包.
- 数据集和数据包有助于功能工程和算法基准测试.
结论:
- 新的数据集和Python包为推进眼动分类算法提供了宝贵的资源.
- 鼓励研究人员使用这些工具来提高自动眼睛跟踪分析的准确性和可靠性.
更多相关视频
11:06A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
Published on: April 12, 2016
11.0K
07:26Characterizing the Relationship Between Eye Movement Parameters and Cognitive Functions in Non-demented Parkinson's Disease Patients with Eye Tracking
Published on: September 26, 2019
8.4K
