Название статьи или книги, фамилия автора, DOI

Разработка инструментария трекинга глаз

Б.С. Горячкин1, А.Р. Якубов2, Ф.А. Аникин3

научная статья УДК 004.5 Страницы: 5-12 doi.org/10.18127/j19998554-202402-01

  1. 1,2,3 МГТУ им. Н.Э. Баумана (Москва, Россия)

Аннотация

Постановка проблемы. В настоящее время с развитием технологий появляется все больше способов взаимодействия человека с машиной, в том числе немеханических. Одним из таких способов является система «машина – глаз», когда человек получает информацию от источника посредством органа зрения с её последующим анализом. Таким же образом можно реализовать систему «глаз – машина», когда источником данных является сам орган зрения человека, и анализ производит непосредственно сама машина. В статье рассматривается создание системы сбора данных взгляда пользователя относительно экрана ЭВМ для создания тепловой карты.

Цель. Разработать эффективное средство трекинга глаз, способное генерировать информативные тепловые карты для оптимизации визуального дизайна веб-сайтов.

Результаты. Разработаны три скрипта на языке Python версии 3.10 с подключением библиотек «MediaPipe», «openCV» и «Matplotlib». Показано, что первый скрипт calibration.py производит калибровку всей системы для корректных расчетов «координат зрения» пользователя; второй скрипт coords.py производит сбор информации о положении зрачков в период работы; третий скрипт heatmap.py создает файл визуального отображения взгляда человека за весь период работы с инструментом.

Практическая значимость. Использование разработанной системы позволяет выявить зоны интереса пользователей для последующего анализа собранных данных, что в дальнейшем может помочь при проектировании структуры пользовательского интерфейса.

Поступила
15.01.2024
Одобрена
01.02.2024
Принята
26.03.2024

Для цитирования

Горячкин Б.С., Якубов А.Р., Аникин Ф.А. Разработка инструментария трекинга глаз // Нейрокомпьютеры: разработка, применение. 2024. T. 26. № 2. С. 5-12. DOI: https://doi.org/10.18127/j19998554-202402-01

Список источников
  1. Хрящев В.В., Приоров А.Л., Матвеев Д.В., Лукашевич Ю.А. Использование методов глубокого машинного обучения для обнаружения и сопровождения спортсменов в потоке видеоданных // Нейрокомпьютеры: разработка, применение. 2023. T. 25. № 6. С. 37–46. DOI 10.18127/j1999 8554-202306-04.
  2. Понятие тепловой карты. [Электронный ресурс] – Режим доступа: https://cloud.yandex.ru/ru/docs/datalens/visualization-ref/heat-map-chart, дата обращения 22.11.2023.
  3. Официальный сайт Python. [Электронный ресурс] – Режим доступа: https://www.python.org/, дата обращения 23.11.2023.
  4. Документация по модулю «mediapipe. [Электронный ресурс] – Режим доступа: https://developers.google.com/mediapipe/, дата обращения 24.11.2023.
  5. Документация по модулю «openCV». [Электронный ресурс] – Режим доступа: https://docs.opencv.org/4.x/index.html, дата обращения 25.11.2023.
  6. Документация по модулю «matplotlib». [Электронный ресурс] – Режим доступа: https://matplotlib.org/, дата обращения 25.12.2023.