Automatyczne śledzenie obiektów
Wskazany obiekt jest rozpoznawany i śledzony w kolejnych klatkach wideo, a AOI jest przenoszone razem z nim bez ręcznej korekty.
Mobilne systemy fNIRS do pomiaru aktywności mózgu w laboratorium i w terenie.
Zobacz urządzenia →Moduł Automated AOI automatycznie śledzi wybrane obiekty w materiałach dynamicznych i przesuwa wokół nich obszary zainteresowania (AOI). Eliminuje to ręczne poprawianie AOI klatka po klatce w analizie danych z eyetrackingu.
Moduł Automated AOI rozwiązuje jeden z najbardziej pracochłonnych etapów analizy eyetrackingu: definiowanie obszarów zainteresowania w materiałach, w których obiekty się poruszają. Typowe przykłady to nagrania z okularów eyetrackingowych, reklamy wideo, gry i środowiska VR, gdzie ręczne przesuwanie AOI w każdej klatce zajmuje dużo czasu i bywa niespójne.
W iMotions badacz wskazuje obiekt na jednej klatce, zwykle kilkoma kliknięciami. Algorytm analizuje informacje o pikselach, takie jak kontrast, granice i kontekst czasowy, tworzy maskę obiektu i śledzi ją w całym nagraniu. W każdej klatce AOI jest dopasowywane do maski, więc porusza się i zmienia kształt razem z obiektem. To podejście nie ogranicza się do z góry zdefiniowanych klas obiektów.
Na wyjściu dostajesz te same metryki co przy zwykłych AOI, m.in. czas spędzony w obszarze, czas do pierwszej fiksacji, liczbę fiksacji i powroty spojrzenia. Moduł współpracuje z iMotions Lab, z modułem Remote Data Collection oraz z eyetrackingiem w okularach, na ekranie i w VR.
Automatyzacja nie zastępuje kontroli jakości. Zaleca się sprawdzenie, czy wygenerowane AOI poprawnie obejmują obiekt, szczególnie przy gwałtownych zmianach obrazu lub obiektach o niewyraźnych granicach.
Zastosowania obejmują między innymi badania transportowe, VR, gry, marketing i psychologię społeczną. Metoda jest szczególnie przydatna przy dużych zbiorach nagrań, gdzie ręczne opracowanie każdego pliku byłoby niewykonalne, a spójne reguły wyznaczania obszarów zwiększają porównywalność wyników między uczestnikami.
Wskazany obiekt jest rozpoznawany i śledzony w kolejnych klatkach wideo, a AOI jest przenoszone razem z nim bez ręcznej korekty.
Badacz zaznacza obiekt na jednej klatce, a algorytm na podstawie kontrastu, granic i kontekstu czasowego tworzy maskę i podąża za nią w całym nagraniu.
AOI odzwierciedla zarys obiektu i zmienia położenie oraz kształt razem z nim, dzięki czemu obejmuje go w kolejnych ujęciach.
Dla automatycznych AOI dostępne są te same miary co przy AOI rysowanych ręcznie, m.in. czas spędzony w obszarze, czas do pierwszej fiksacji i liczba powrotów.
Rozwiązanie jest przeznaczone dla wideo, okularów eyetrackingowych w środowisku rzeczywistym, gier, VR i systemów Smart Eye Pro.
Zespół z Oregon State University zgłosił skrócenie ręcznej redukcji danych o ponad 50 procent dzięki technice automatycznych AOI.
Moduł działa z iMotions Lab oraz z Remote Data Collection i uzupełnia moduły eyetrackingu, w tym okularów eyetrackingowych.
Moduł Automated AOIs tworzy automatyczne obszary zainteresowania na potrzeby badań eye trackingowych.
Wymagania: iMotions Core i dowolny moduł eye trackingu.
Przypisywanie fiksacji z okularów eyetrackingowych do poruszających się osób i obiektów, np. uczestników ruchu drogowego w badaniach transportowych.
Analiza uwagi wzrokowej kierowców, rowerzystów i pieszych w symulatorach i badaniach terenowych, w tym decyzji o parkowaniu kierowców pojazdów dostawczych.
Śledzenie twarzy i innych ruchomych obiektów w nagraniach z gogli VR, np. w zastosowaniach psychologii sądowej.
Badanie wspólnej uwagi wzrokowej członków zespołów medycznych w symulowanych sytuacjach nagłych, łączone z analizą mowy.
Przypisywanie spojrzenia do postaci i elementów interfejsu, które poruszają się w trakcie rozgrywki.
Analiza spojrzenia na produkty, osoby i elementy kadru w spotach wideo, zwiastunach i materiałach w mediach społecznościowych.
Określanie, na kogo i na co patrzą uczestnicy w naturalnych rozmowach, gdzie twarze rozmówców stale zmieniają położenie.
To moduł programowy: nie wymaga dedykowanego sprzętu z katalogu. Do pracy potrzebujesz iMotions Core i podstawowego wyposażenia wskazanego w opisie modułu.
Wybrane publikacje naukowe, w których wykorzystano iMotions do badań z tą modalnością.
Przy ręcznym podejściu AOI trzeba przesuwać dla każdego poruszającego się obiektu w wielu klatkach. Moduł tworzy maskę obiektu na jednej klatce i sam śledzi go w nagraniu, co skraca pracę i ogranicza subiektywność.
Do materiałów dynamicznych, takich jak wideo, nagrania z okularów eyetrackingowych, gry, VR czy dane z Smart Eye Pro. Przy w miarę płaskich, statycznych obiektach (np. półka sklepowa) można też rozważyć mapowanie spojrzenia na obraz referencyjny.
Takie, które mają wyraźne granice, są namacalne i mają charakterystyczny wygląd, przy czym jedna instancja AutoAOI odpowiada jednemu obiektowi. Słabiej działa śledzenie grup obiektów lub zjawisk o niewyraźnych krawędziach.
Tak. Producent zaleca wizualną kontrolę, czy wygenerowane AOI zgadzają się z oczekiwaniami, zanim wyniki zostaną użyte w analizie.
Umów prezentację, a dobierzemy moduły i sprzęt do projektu badawczego.