文献

J-GLOBAL ID：202102231392892773   整理番号：21A0029557

PyTrack:眼トラッキングのためのエンドツーエンド解析ツールキット【JST・京大機械翻訳】

PyTrack: An end-to-end analysis toolkit for eye tracking

著者 (6件)： Ghose Upamanyu (School of Computer Science and Engineering, Nanyang Technological University, Singapore, Singapore) ,  Ghose Upamanyu (Department of Computer Science, University of Oxford, Oxford, UK) ,  Srinivasan Arvind A. (School of Computer Science and Engineering, Nanyang Technological University, Singapore, Singapore) ,  Boyce W. Paul (Psychology, School of Social Sciences, Nanyang Technological University, Singapore, Singapore) ,  Xu Hong (Psychology, School of Social Sciences, Nanyang Technological University, Singapore, Singapore) ,  Chng Eng Siong (School of Computer Science and Engineering, Nanyang Technological University, Singapore, Singapore)
資料名： Behavior Research Methods  (Behavior Research Methods)
巻： 52  号： 6  ページ： 2588-2603  発行年： 2020年 
JST資料番号： W4089A  ISSN： 1554-3528  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 眼追跡は,心理学の分野における行動研究に対して広く使われるツールである。技術的進歩により,2000Hzまでの高いサンプリング速度を提供し,高精度で眼球運動を測定することができる特殊な眼トラッキング装置がある。また,それらは高い空間分解能を提供し,ドリフトやマイクロサッカーのような非常に小さな動きの記録を可能にする。眼の動きを特徴付ける特徴および関心のパラメータは,ほとんどの眼トラッカーが瞬目,固定およびサッカードのような基本パラメータのみを同定するので,生データからアルゴリズム的に抽出する必要がある。眼追跡実験は,参加者の異なるグループと様々な刺激条件における眼球運動行動を調査する。したがって,そのような実験の分析段階は,典型的には,2つの相,(i)関心のパラメータの抽出,および(ii)これらのパラメータを用いた異なる参加者または刺激条件の間の統計解析を含む。さらに,これらの実験で収集したデータセットは通常,眼トラッカーの高い時間分解能のためにサイズが非常に大きく,従って自動解析ツールキットから利益を得る。本研究では,眼追跡データの解析と可視化のためのエンドツーエンドオープンソースソリューションであるPyTrackを提示した。それは,関心のパラメータを抽出して,生眼追跡データから種々の凝視プロットを生成し,可視化し,刺激条件と被験者群の間の統計解析を行う。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  眼球運動 ,  ドリフト ,  可視化 ,  *エンドツーエンド方式 ,  トラッキング装置 ,  空間分解能 ,  サッカー ,  時間分解能
準シソーラス用語： 固視 ,  被験者 ,  解析ツール ,  *ツールキット ,  高精度 ,  オープンソース , 【Automatic Indexing@JST】

著者キーワード (4件)： 眼追跡 ,  ソフトウェア ,  オープンソース ,  Python

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： 眼 ,  トラッキング ,  エンドツーエンド ,  解析ツール