Logo des Repositoriums

Auflistung nach Schlagwort "Eye Tracking"

1 - 10 von 19
  • Textdokument
    360° User Experience
    (Tagungsband UP11, 2011) Kiefer, Juergen; Lehne, Carina; Schiessl, Michael
    Es sollte ein Studienansatz gefunden werden, der es ermöglicht, die User Experience bei der Nutzung von touch-based Mobile Devices ganzheitlich zu erfassen und zu verstehen. Es wurde ein Methoden-Portfolio entwickelt, mit dem die vier Teilaspekte des Nutzererlebens, Utility, Usability, Joy of Use und Aesthetics, auf der bewussten und der unbewussten Ebene untersucht werden können. Neben klassischen Befragungs- und etablierten impliziten Methoden wie Eye Tracking und Verhaltensbeobachtung kamen dabei auch EEGund Hautleitwertmessung zum Einsatz. Dieser Beitrag stellt die Ergebnisse aus 14 User Experience Studien mit Smartphones und einer Studie zu TabletPC Apps vor. Diese zeigen deutlich den Mehrwert der gewählten Methodenkombination und geben klare Hinweise, wie das Interface-Design von touch-based Mobile Devices optimiert werden kann.
  • Workshopbeitrag
    Accuracy of a Low-Cost 3D-printed Head-Mounted Eye Tracker
    (Mensch und Computer 2015 – Proceedings, 2015) Schwind, Valentin; Pohl, Norman; Bader, Patrick
    This contribution presents a mobile modular low-cost open source 3D printed eye tracking prototype, equipped with two off-the-shelf webcams. We compared the accuracy with two state-of-the-art commercial remote eye trackers. In order to verify the benefit of head stabilization, the devices have been tested with and without a chin rest. Experiments have been conducted to determine the feasibility of an open source system and the field of application for this kind of eye tracking device in the low-cost price segment. This opens new use cases and possibilities for indoor and outdoor usability studies and offers new opportunities to apply eye tracking on mobile devices.
  • Konferenzbeitrag
    Analyzing Eye Tracking Data in Mirror Exposure
    (Mensch und Computer 2022 - Tagungsband, 2022) Döllinger, Nina; Göttfert, Christopher; Wolf, Erik; Mal, David; Latoschik, Marc Erich; Wienrich, Carolin
    Mirror exposure is an important method in the treatment of body image disturbances. Eye tracking can support the unaffected assessment of attention biases during mirror exposure. However, the analysis of eye tracking data in mirror exposure comes with various difficulties and is associated with a high manual workload during data processing. We present an automated data processing framework that enables us to determine any body part as an area of interest without placing markers on the bodies of participants. A short, formative user study proved the quality compared to the gold standard. The automatic processing and openness for different systems allow a broad range of applications.
  • Zeitschriftenartikel
    Automatisierte nichtinvasive Emotionsmessung. Ein Erfahrungsbericht von der Vision bis zur Realisierung
    (i-com: Vol. 11, No. 3, 2012) Gerber, Paul; Ullrich, Daniel
    Affektive Reaktionen spielen eine wichtige Rolle in der Usability- und User Experience Forschung und sind häufig Gegens-tand in entsprechenden Messinstrumenten. Diese Messinstrumente haben aber oft den Nachteil, dass sie den Interaktions-prozess unterbrechen, etwa wenn sie während eines Usability-Tests durchgeführt werden. Oder aber sie unterliegen retro-spektiven Verfälschungen, zum Beispiel wenn sie nach Abschluss der Interaktion durchgeführt werden. Ziel unserer Arbeit war die Entwicklung eines nichtinvasiven Messinstruments, das emotionale Reaktionen während einer Interaktion erfassbar macht, ohne dass der Interaktionsprozess unterbrochen werden müsste. In dem vorliegenden Beitrag skizzieren wir den Prozess der Entwicklung dieses Messinstruments, von der ursprünglichen Vision bis zur Realisierung. Dabei gehen wir auf theoretische wie praktische Hindernisse ein und beschreiben, wie diese die finale Lösung beeinflusst haben. Abschließend berichten wir Ergebnisse zur Genauigkeit aus der P...
  • Konferenzbeitrag
    Comparison of Classifiers for Eye-Tracking Data
    (INFORMATIK 2024, 2024) Landes, Jennifer; Köppl, Sonja; Klettke, Meike
    This paper delves into the initial stages of data analysis, focusing on the classification of eye-tracking data. Six machine learning algorithms, namely XGBoost, Random Forest, Naive Bayes, Logistic Regression, Gradient Boosting Machines, and Neural Networks, were employed to predict cheating behavior based on a dataset comprising records from 25 students. Their performance was evaluated using metrics such as accuracy, precision, recall, F1 score, confusion matrix, and feature importance. Results indicate that Random Forest and its optimized version exhibit balanced performance, making them promising candidates for cheating prediction. The overarching research project investigates academic misconduct in the realm of online assessments, seeking to comprehend the behaviors and methodologies involved. An eye-tracking experiment was conducted to gain deeper insights into the timing and mannerisms of students engaging in academic misconduct.
  • Textdokument
    „Don’t make me think aloud!“ – Lautes Denken mit Eye Tracking auf dem Prüfstand
    (Tagungsband UP11, 2011) Jo, Yong-Min Markus; Stautmeister, Anke
    Das Laute Denken während der Aufgabendurchführung in Usability-Tests (Concurrent Think Aloud, kurz: CTA) ist reaktiv. Die Erfassung des natürlichen Nutzerverhaltens ist nicht möglich. Nachgelagertes Lautes Denken (Retrospective Think Aloud, kurz: RTA) hingegen sollte den gleichen Erkenntnisgewinn bei geringerer Beeinflussung hervorrufen. 40 Probanden absolvierten in vorliegender Studie dieselbe Such-Aufgabe auf einem Immobilienportal, die eine Hälfte mit CTA, die andere mit RTA. Die Ergebnisse wurden mittels acht Hypothesen verglichen. Beim CTA verlängert sich die Aufgabendurchführung signifikant, die Anzahl der Fixationen erhöht sich. Leichte Trends in erwarteter Richtung ergeben sich für die Anzahl betrachteter Bereiche und die Interaktion mit dem Stimulus. Mit CTA werden deutlich mehr pro-aktive Verbesserungsvorschläge geäußert und mehr Usability-Probleme im Bereich „Layout“ identifiziert. RTA gewährleistet eine natürlichere Nutzungssituation, CTA bietet eine tiefergehende Untersuchung (z. B. Generierung neuer Features und Konzepte). Je freier die Usability-Aufgabe gestellt wird, desto stärker ist ein Anstieg an Reaktivität des CTA zu erwarten.
  • Konferenzbeitrag
    IDeA: A Demonstration of a Mixed Reality System to Support Living with Central Field Loss
    (Mensch und Computer 2022 - Tagungsband, 2022) Lang, Florian; Grootjen, Jesse W.; Chuang, Lewis L.; Machulla, Tonja
    People with visual impairment face multiple challenges in their everyday life. They must regularly visit doctors to examine the progress of their impairment and advisory offices or local support groups to learn strategies to overcome challenges in everyday life. However, traveling to appropriate facilities itself often poses challenges to the patients. We propose IDeA, a system based on augmented and virtual reality technology for people with visual impairments. IDeA can lower the cost and improve access to medical care, support digitalization in treating visual impairments, and provide support in the everyday lives of people with visual impairments. IDeA is a three-fold system supporting: 1) the simulation of symptoms of visual impairments to raise awareness in persons without visual impairment, 2) showcasing early detection of symptoms and providing visual augmentations of the real world to support patients in overcoming challenges, and 3) supporting doctors through telemedical consultation, medical eye examinations, and the training of visual strategies. We outline the benefit for all stakeholders and how IDeA can improve the lives of people with visual impairment.
  • Workshopbeitrag
    “Journey” – guided, non-linear storytelling supported by eye tracking
    (Mensch und Computer 2018 - Tagungsband, 2018) Ecker, Martin; Rieß, Henrik; Schuster, Merlin; Uhlig, Martina; Klein, Peter
    The guided nonlinear storytelling tool “Journey” is geared towards caregivers for people with depression or dementia. Based on reminiscence therapy, “Journey” aims to revive positive memories through stimulating material: Audio-visual stories can be adapted to the individual interests of the patients, even if they are unable to communicate their needs because of their disease. The software identifies images that appeal to the patients by using eye tracking and links them with related contents. The low-cost open-source tool can even be expanded with additional sensors.
  • Workshopbeitrag
    Kollaboratives Text Lesen: Adaptive Text Scroll Geschwindigkeit
    (Mensch und Computer 2015 – Proceedings, 2015) Lander, Christian; Coenen, Norine; Biewer, Sebastian; Krüger, Antonio
    Diese Demonstration stellt ein System vor, das es mehreren Personen ermöglicht gleichzeitig Texte auf einem großen Bildschirm zu lesen. Unsere Technik basiert auf einem adaptiven Scroll-Algorithmus. Damit wird die Scroll Geschwindigkeit eines Textes der individuellen Lesegeschwindigkeit angepasst. Mit einem mobilen Eye-Tracker erfassen wir die Blicke und Augenbewegungen einer Person, um die Lesegeschwindigkeit zu berechnen.
  • Konferenzbeitrag
    Multimodal Detection of External and Internal Attention in Virtual Reality using EEG and Eye Tracking Features
    (Proceedings of Mensch und Computer 2024, 2024) Long, Xingyu; Mayer, Sven; Chiossi, Francesco
    Future VR environments will sense users’ context, enabling a wide range of intelligent interactions, thus enabling diverse applications and improving usability through attention-aware VR systems. However, attention-aware VR systems based on EEG data suffer from long training periods, hindering generalizability and widespread adoption. At the same time, there remains a gap in research regarding which physiological features (EEG and eye tracking) are most effective for decoding attention direction in the VR paradigm. We addressed this issue by evaluating several classification models using EEG and eye tracking data. We recorded that training data simultaneously during tasks that required internal attention in an N-Back task or external attention allocation in Visual Monitoring. We used linear and deep learning models to compare classification performance under several uni- and multimodal feature sets alongside different window sizes. Our results indicate that multimodal features improve prediction for classical and modern classification models. We discuss approaches to assess the importance of physiological features and achieve automatic, robust, and individualized feature selection.