Simple Science

Ciência de ponta explicada de forma simples

# Informática# Interação Homem-Computador# Engenharia, finanças e ciências computacionais# Computadores e sociedade# Tecnologias emergentes

Rastreamento da Atenção em Grupo: Movimentos Oculares na Vida Real

Investigando como os grupos focam sua atenção em experiências compartilhadas.

― 7 min ler


Insights de RastreamentoInsights de Rastreamentode Olhos no Mundo Realem momentos compartilhados.Examinando como os grupos focam o olhar
Índice

O Rastreamento Ocular é um método usado pra ver onde as pessoas estão olhando. Acompanhando os movimentos dos olhos, os pesquisadores conseguem aprender muito sobre como as pessoas se comportam, no que elas prestam atenção e como interagem com os outros. A maioria dos estudos sobre movimentos oculares se concentrou em indivíduos em ambientes controlados, como laboratórios. No entanto, estudar como várias pessoas olham as coisas juntas em situações do dia a dia é bem raro.

Um exemplo comum de onde as pessoas assistem coisas juntas é em eventos como shows, filmes ou palestras. Entender como grupos de pessoas olham para cenas compartilhadas pode nos dar insights sobre a atenção e o comportamento coletivo deles. Nesse trabalho, desenvolvemos um sistema que permite rastrear movimentos oculares em ambientes reais com várias pessoas. Esse sistema registra e analisa os movimentos oculares dos Participantes em tempo real enquanto eles curtem um show ao vivo ou assistem a um filme.

A Importância dos Movimentos Oculares

Os movimentos oculares são essenciais pra interação social. Eles podem indicar pra onde a atenção de alguém está voltada e ajudam a estabelecer conexões entre as pessoas. Por exemplo, quando as pessoas fazem contato visual, muitas vezes significa que estão engajadas numa conversa ou que algo é importante.

O rastreamento ocular também pode revelar como as pessoas reagem a estímulos visuais e auditivos. Diferentes cenas podem capturar atenção e influenciar como os indivíduos se sentem ou pensam sobre o que estão observando. Essa capacidade torna o rastreamento ocular uma ferramenta valiosa pra estudar percepção, atenção e estados emocionais em grupo.

O Desafio do Rastreamento Ocular em Múltiplas Pessoas

Os sistemas tradicionais de rastreamento ocular costumam ser limitados a uma pessoa por vez. Isso se deve principalmente ao equipamento que exige que os participantes permaneçam parados e geralmente em um espaço controlado. No entanto, novas tecnologias de rastreamento ocular móvel possibilitam rastrear movimentos oculares em ambientes naturais. Isso abre oportunidades pra estudar grupos de indivíduos enquanto eles interagem em diferentes contextos sociais.

Pra entender como as pessoas olham para experiências compartilhadas, precisamos enfrentar alguns desafios. Por exemplo, quando várias pessoas usam dispositivos de rastreamento ocular, os Dados que elas geram precisam ser sincronizados. Isso significa que precisamos alinhar o tempo dos movimentos oculares de cada indivíduo pra entender como os padrões de Olhar deles se relacionam.

Nossa Abordagem ao Rastreamento Ocular em Ambiente Real

Criamos um sistema de rastreamento ocular móvel que funciona com múltiplos usuários em situações sociais. O sistema registra e analisa os movimentos oculares durante eventos como shows e exibições de filmes. Testamos esse sistema com participantes que assistiram a um show ao vivo e a uma exibição de um documentário.

Nosso sistema de rastreamento ocular consiste em vários componentes. Cada participante usa óculos de rastreamento ocular móveis que capturam os movimentos dos olhos e também registram a cena que estão olhando. Também instalamos uma câmera central pra gravar o evento como um todo. Usando técnicas avançadas, conseguimos Sincronizar os dados coletados de todos os participantes, permitindo que analisemos os padrões de olhar coletivo deles.

Preparando o Experimento

Pra testar nosso sistema, organizamos um evento público onde os participantes puderam assistir a um show e a um filme. Tivemos cerca de 60 pessoas presentes, e rastreamos os movimentos oculares de 30 delas. Cada participante usou óculos de rastreamento ocular leves que permitiram que eles se movessem livremente enquanto rastreavam o olhar.

Coleta de Dados

Durante o evento, os óculos de rastreamento ocular coletaram dados de onde cada participante estava olhando. Os óculos registraram os movimentos oculares junto com um vídeo do que a pessoa estava vendo. Enquanto isso, uma câmera central capturou a cena geral pra análise. Essa configuração nos permitiu coletar dados de rastreamento ocular de uma forma que reflete as interações sociais reais.

Sincronizando os Dados de Rastreamento Ocular

Uma parte crucial do nosso sistema é a capacidade de sincronizar os dados de rastreamento ocular de múltiplos participantes. Como cada par de óculos opera de forma independente, desenvolvemos um método pra alinhar os dados com base em timestamps. Garantindo que todos os dispositivos estejam operando na mesma linha do tempo, conseguimos comparar onde cada pessoa está olhando em um determinado momento.

Usamos um protocolo pra sincronizar os relógios de todos os dispositivos com um servidor central de tempo. Isso nos ajuda a contabilizar quaisquer atrasos ou discrepâncias no tempo de gravação entre os diferentes dispositivos.

Analisando os Dados de Rastreamento Ocular

Uma vez que coletamos os dados, precisamos analisá-los pra entender a atenção e o comportamento do grupo. Desenvolvemos métodos pra visualizar os dados de rastreamento ocular, como mapas de calor que mostram onde os participantes estavam olhando mais durante os eventos. Essa visualização nos permite ver padrões de como a atenção foi distribuída entre os participantes.

Por exemplo, durante o show, conseguimos analisar como o olhar da plateia mudou à medida que os artistas se moviam pelo palco. Da mesma forma, durante a exibição do filme, pudemos observar como os participantes se concentraram em cenas ou momentos específicos do filme.

Resultados do Show e da Exibição do Filme

Nossa análise revelou padrões interessantes no comportamento do olhar durante o show e a exibição do filme. Para o show, descobrimos que a atenção dos participantes era mais dispersa, refletindo a natureza dinâmica de uma performance ao vivo onde os artistas se movem. Isso indica que o público estava ativamente mudando seu olhar pra acompanhar a ação no palco.

Por outro lado, durante a exibição do filme, o olhar estava mais focado, com os participantes concentrados na tela. Essa diferença destaca como o tipo de evento influencia onde e como as pessoas direcionam sua atenção.

Implicações da Nossa Pesquisa

A capacidade de rastrear movimentos oculares em ambientes sociais naturais tem implicações importantes. Pode ajudar os pesquisadores a entender a dinâmica de grupo, comportamentos colaborativos e interações sociais em vários contextos. Esse conhecimento pode contribuir pra campos como psicologia, estudos de comunicação e até planejamento de eventos.

Estudando como as pessoas olham pra experiências compartilhadas, conseguimos entender melhor o engajamento durante eventos. Isso pode levar a métodos aprimorados pra criar performances ou experiências educacionais envolventes.

Direções Futuras

Nosso trabalho é só o começo do que pode ser feito com o rastreamento ocular em múltiplas pessoas. No futuro, nosso objetivo é refinar nossas técnicas e explorar novos ambientes. Por exemplo, poderíamos estudar como as pessoas interagem em diferentes configurações, como salas de aula, locais de trabalho ou espaços públicos.

Além disso, planejamos melhorar nosso sistema e torná-lo mais robusto. Isso inclui enfrentar desafios que surgem em condições de iluminação variadas ou situações em que partes da cena podem estar obstruídas. Ao melhorar a precisão e a confiabilidade dos dados de rastreamento ocular, podemos obter insights mais profundos sobre atenção coletiva e interação social.

Conclusão

O rastreamento ocular é uma ferramenta poderosa pra entender como interagimos em ambientes sociais. Nosso sistema de rastreamento ocular em múltiplas pessoas abre portas pra estudar experiências compartilhadas em contextos reais. Ao observar como grupos de pessoas olham pra mesma cena, podemos aprender sobre atenção, engajamento e dinâmicas sociais.

Essa pesquisa tem o potencial de impactar vários campos e levar a abordagens inovadoras pra melhorar as interações sociais. À medida que a tecnologia continua a avançar, estamos ansiosos pra explorar ainda mais o rico panorama do comportamento humano e da atenção no nosso dia a dia.

Fonte original

Título: SocialEyes: Scaling mobile eye-tracking to multi-person social settings

Resumo: Eye movements provide a window into human behaviour, attention, and interaction dynamics. Challenges in real-world, multi-person environments have, however, restrained eye-tracking research predominantly to single-person, in-lab settings. We developed a system to stream, record, and analyse synchronised data from multiple mobile eye-tracking devices during collective viewing experiences (e.g., concerts, films, lectures). We implemented lightweight operator interfaces for real-time-monitoring, remote-troubleshooting, and gaze-projection from individual egocentric perspectives to a common coordinate space for shared gaze analysis. We tested the system in a live concert and a film screening with 30 simultaneous viewers during each of two public events (N=60). We observe precise time-synchronisation between devices measured through recorded clock-offsets, and accurate gaze-projection in challenging dynamic scenes. Our novel analysis metrics and visualizations illustrate the potential of collective eye-tracking data for understanding collaborative behaviour and social interaction. This advancement promotes ecological validity in eye-tracking research and paves the way for innovative interactive tools.

Autores: Shreshth Saxena, Areez Visram, Neil Lobo, Zahid Mirza, Mehak Rafi Khan, Biranugan Pirabaharan, Alexander Nguyen, Lauren K. Fink

Última atualização: 2024-12-13 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2407.06345

Fonte PDF: https://arxiv.org/pdf/2407.06345

Licença: https://creativecommons.org/licenses/by-nc-sa/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes