即使对于有经验的用户，制定和重新制定可靠的文本查询也已被认为是信息检索（IR）中的一项艰巨任务。 大多数现有的查询扩展方法，尤其是基于隐式相关性反馈的查询扩展方法，都利用用户的历史交互数据，例如单击，滚动和查看文档的时间，来推导完善的查询模型。 进一步期望，如果我们可以通过直接在术语级别捕获用户当前的交互来实时挖掘用户的潜在查询意图，则用户的搜索体验将得到极大改善。 在本文中，我们提出了一种基于实时眼动跟踪的查询扩展方法，该方法能够：（1）利用眼动跟踪技术自动捕获用户正在查看的术语； （2）根据眼睛跟踪项并使用潜在狄利克雷分配（LDA）方法得出用户的潜在意图。 进行了系统的用户研究，实验结果证明了我们提出的方法的有效性。
2022-11-22 00:27:23
1.42MB
1
眼圈
EyeLoop是基于Python 3的眼动仪，专门针对消费级硬件上的动态，闭环实验量身定制。积极维护该软件：鼓励用户为它的开发做出贡献。
特征
在非专用硬件上高速> 1000 Hz（无需专用处理单元）。
模块化，可读性，可定制性。
开源，完全是Python 3。
可在任何平台上使用，易于安装。
积极维护。
概述
怎么运行的
EyeLoop由两个功能域组成：引擎和可选模块。引擎执行眼动追踪，而模块执行可选任务，例如：
实验
数据采集
将视频序列导入引擎
这些模块从引擎导入或提取数据，因此分别称为Importers和Extractors 。
EyeLoop最吸引人的功能之一是其模块化：通过将模块与核心引擎结合在一起，即可轻松建立实验。因此，引擎只有一项任务：根据导入的序列计算眼动数据，并提供生成的数据以进行提取。
如何运作？如何工作？如何工作？
入门
安装
只需通过克隆存储
2022-09-21 11:32:07
47.38MB
1
凝视追踪器
该项目是基于凝视光圈在虹膜上的位置的凝视跟踪系统的一项实验，虹膜是相机附近的光源的反射（有关详细信息，请参见和“”）。 通过跟踪闪烁，可以估计屏幕上的凝视位置并将该位置用作输入系统（在本示例中，该位置仅用于移动鼠标箭头）。
硬件要求
对于这种系统，需要眼睛的高分辨率图像，并且也需要相机附近的光源，因此，为了获得简单的硬件，我将智能手机用作固定在摄像机上的远程相机（由应用程序实现）。要获得稳定的支撑，请打开闪光灯LED并将其放在一只眼睛的前面，靠近它。
演示版
校准阶段
鼠标控制阶段
入门
克隆存储库
git clone https://github.com/luca-ant/gaze_tracker.git
安装依赖项
sudo apt install python3-setuptools python3-pip python3-venv
或者
sudo pacman
2022-09-13 14:54:43
19.86MB
1