Počet záznamů: 1
Predicting eye movements in multiple object tracking using neural networks
- 1.
SYSNO ASEP 0466857 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Predicting eye movements in multiple object tracking using neural networks Tvůrce(i) Děchtěrenko, F. (CZ)
Lukavský, Jiří (PSU-E) RID, ORCID, SAICelkový počet autorů 2 Zdroj.dok. Eye Tracking Research and Applications Symposium (ETRA), 14. - Charleston : Association for Computing Machinery, 2016 - ISBN 978-145034125-7 Rozsah stran s. 271-274 Poč.str. 4 s. Forma vydání Tištěná - P Akce Biennial ACM Symposium on Eye Tracking Research and Applications, ETRA 2016 /9./ Datum konání 14.03.2016 - 17.03.2016 Místo konání Charleston Země US - Spojené státy americké Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova attention ; eye movements ; machine learning Vědní obor RIV AN - Psychologie Institucionální podpora PSU-E - RVO:68081740 UT WOS 000389809700045 EID SCOPUS 84975230629 DOI 10.1145/2857491.2857502 Anotace In typical Multiple Object Tracking (MOT) paradigm, the participant's task is to track targets amongst distractors for several seconds. Understanding gaze strategies in MOT can help us reveal attentional mechanisms in dynamic tasks. Previous attempts relied on analytical strategies (such as averaging object positions). An alternative approach is to find this relationship using machine learning technique. After preprocessing, we assembled a dataset with 48,000 datapoints, representing 1534 MOT trials or 2.5 hours. In this study, we used feedforward neural networks to predict gaze position and compared predicted gaze with analytical strategies from previous studies using median distance. Our results showed that neural networks were able to predict eye positions better than current strategies. Particularly, they performed better when we trained the network with all objects, not targets only. It supports the hypothesis that people are influenced by distractor positions during tracking. Pracoviště Psychologický ústav Kontakt Štěpánka Halamová, Halamova@praha.psu.cas.cz, Tel.: 222 222 096 Rok sběru 2017
Počet záznamů: 1