Investigation of camera-free eye tracking glasses compared to a video-based system
Notice bibliographique
Résumé
Eye movements provide insight into human cognitive and sensorimotor control. However, most research has been constrained to traditional laboratories. Recent advances in eye tracking technology could facilitate research and application in ecological settings such as aviation training or sideline assessment. It is important to confirm the accuracy of the emerging systems. Here we compare a system consisting of camera-free eye tracking glasses with a research grade video-based system. Eleven healthy participants (22.6±2.8 years) were tested using a saccade task (target range 3-25°). Eye movements were recorded simultaneously using a video-based system (EyeLink-2, SR Research) and a portable eye/gaze tracking system (Mindlink, AdHawk Microsystems) at 250 Hz. Calibration for each system was performed separately following guidelines (accuracy error was <1deg). The head was stabilized in a chinrest throughout the experiment. Results showed a mean amplitude difference between the systems of 0.05°±2.05 and mean peak velocity difference of 28.98°/sec ±65.33. Analyses of the results revealed two important factors associated with larger errors between the systems. First, greater error was found in individuals wearing contact lenses (n=4) compared to non-contact lens wearers (n=7) (amplitude: 0.24°±2.13 vs -0.05°±2.00; peak velocity: 45.96°/sec ±66.6 vs 20.32°/sec ±62.94). Second, linear regression analysis revealed Mindlink calibration precision explained 50% of variance in amplitude difference, and 0.3% variance in peak velocity difference between the systems. The Mindlink system offers unprecedented advantage for recording of eye and gaze movements in ecological settings. Our study provides important insight regarding two factors that could contribute to significant errors in saccade amplitude and peak velocity: 1) errors may be higher in individuals wearing contact lenses; 2) in addition to accuracy, Mindlink’s precision calibration variable has a significant impact on the quality of the recording. These results should be considered when adopting the Mindlink for research applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».