Die Vorbereitung von Blickbewegungsdaten für die Analyse kann manchmal recht zeitaufwändig sein. Vor allem, wenn Augenbewegungen in dynamischen Szenen untersucht werden sollen. Ein erster Schritt bei solchen Analysen ist die Annotation der Stimuli mit Informationen über Areas of Interest (AOIs). Unsere kommende Version wird einen leistungsstarken AOI-Editor enthalten, der für die Erstellung von AOIs in dynamischen Szenen optimiert ist. Eine einfach zu bedienende Programmoberfläche bietet Ihnen die volle Kontrolle über alle erstellten dynamischen AOI zu jedem Zeitpunkt des aufgezeichneten Videos.
Sie brauchen nur die Keyframes Ihres Experiments zu annotieren. Der Rest des Annotationsprozesses wird von unserer Software durch automatische Interpolation der AOI-Trajektorien zwischen diesen Keyframes erledigt. Mit dieser Funktion können wir die Zeit, die Sie für die Analyse von Eye-Tracking-Daten benötigen, erheblich reduzieren. Nachdem Sie Ihre Experimentdaten annotiert haben, können Sie entweder mit der Analyse in unserer Software fortfahren oder die annotierten Daten im Standard-CSV-Format zur Analyse mit externen Tools exportieren.
Die Berechnung statistischer Daten auf Basis von Augenbewegungen ist ein grundlegendes Hilfsmittel bei der Analyse von Blickbewegungsdaten. Wir haben recherchiert, welche Metriken die meisten Eye-Tracking-Forscher verwenden und haben sie alle in einer einzigen Komponente implementiert! In unserer kommenden Version können Sie bis zu 21 Metriken ohne jegliche Code-Implementierung mit einem Mausklick berechnen lassen.
So einfach wie die Berechnung dieser Metriken jetzt ist, können Sie mit wenigen Mausklicks all diese Metriken im Standard-CSV-Format für eine weitere statistische Analyse mit den Tools exportieren, die Sie derzeit bereits verwenden. Wenn Sie die statistischen Ergebnisse direkt visualisieren möchten, ist dies ebenfalls möglich. Der Statistikknoten in Blickshift Analytics arbeitet nahtlos mit unserer Diagrammkomponente zusammen. Beide Komponenten sind in allen Editionen von Blickshift Analytics zusammen mit dem Datenexporter verfügbar.
Interaktiv in den Analyse-Workflow integriert, verbindet der neue Remote-Computing-Knoten das Datenmodell von Blickshift Analytics direkt mit einem Python-Skript, das in einer Python-Entwicklungsumgebung ausgeführt wird. Für die Integration bestehender Python-Skripte oder die Entwicklung neuer Python-Programme bieten wir umfangreiche Unterstützung an. Neben einer sehr guten und ausführlichen Hilfebereich im Programmhandbuch, die alle notwendigen Informationen zum verwendeten Datenaustauschprotokoll enthält, werden mit der neuen Version unserer Software mehrere Python-Beispieldateien ausgeliefert. Diese können direkt in der Python-Entwicklungsumgebung geöffnet und an die eigenen Bedürfnisse angepasst werden.
Der Datenaustausch zwischen Skript und Blickshift erfolgt vollautomatisch gesteuert und der Eyetracking-Forscher kann sich voll und ganz auf die Skriptentwicklung konzentrieren, unterstützt durch die vielfältigen Visualisierungsmöglichkeiten und Analyse-Verfahren von unserer Software. Damit entfällt auch die zeitaufwändige Umsetzung von Visualisierungen mit anderen Visualisierungs-Frameworks oder -Bibliotheken. Das spart Zeit, Nerven und vor allem können sich unsere Anwender auf die wesentlichen Aufgaben konzentrieren: Algorithmenentwicklung und Validierung, ohne grundlegende Funktionalitäten neu implementieren oder anbinden zu müssen.
Damit reduzieren wir den Zeitaufwand für die Analyse von Eyetracking-Daten weiter und ermöglichen gleichzeitig die nachhaltige Nutzung bereits vorhandener Analyseskripte. Durch die Mächtigkeit von Python und den darin implementierten Bibliotheken eröffnen sich ganz neue Möglichkeiten für umfangreiche statistische Berechnungen oder auch die Einbindung von KI-Verfahren.
Eine der größten Herausforderungen bei der Analyse von Eye-Tracking-Experimenten ist die Identifikation von ähnlichem Blickverhalten. Meist werden dazu subjektive Methoden wie der visuelle Vergleich von Scan-Path-Visualisierungen oder die Berechnung von verschiedenen Eye-Tracking-Metriken verwendet. Diese Verfahren können zu Fehlern bei der Analyse führen oder liefern zu oberflächliche Ergebnissen.
Hier bietet Blickshift Analytics Ihnen zwei einzigartige Lösungen an: Durch ein automatisches Verfahren erkennt unsere Software typische Blicksequenzen auf AOI-Basis. Die Suchparameter können dabei interaktiv verändert werden. Die Ergänzung zur automatischen Suche ist die direkte Suche nach einem exakten Blickverhalten. Eine Ähnlichkeitssuche erlaubt es Ihnen aber auch, Blickpfade zu finden, die ungefähr gleich sind.
Grundsätzlich gibt es zwei Methoden, um Eye-Tracking-Experimente zu analysieren: einen hypothesenbasierten Ansatz und die explorative Methode. Beide Verfahren haben Vor- und Nachteile und werden von unterschiedlichen Anwendergruppen zur Beantwortung von unterschiedlichen Forschungsfragen eingesetzt.
Mit Blickshift Analytics bieten wir Ihnen beide Methoden zur Analyse Ihrer Experimente an! Unsere Software besitzt sowohl Komponenten zur Berechnung aller wichtigen Eye-Tracking-Metriken als auch alle notwendigen Werkzeuge für eine explorative, detaillierte Analyse. Beide Methoden sind interaktiv miteinander verwoben. So können Sie das Beste aus beiden Ansätzen nutzen.
In einem ersten Schritt bieten Heat-Maps und Scan-Paths sowie statistische Verfahren einen grundlegenden Überblick. Je detaillierter die Analyse durchgeführt werden muss, umso aufwendiger werden in der Regel jedoch die Analyseverfahren und die Fehleranfälligkeit beim Datenaustausch zwischen verschiedenen Anwendungen. Hinzu kommt meist eine hohe Dimensionalität der vorliegenden Daten mit Informationen zu Probanden, Stimuli und Aufgaben.
Mit Blickshift Analytics behalten Sie den Überblick in jedem Moment Ihrer Analyse. Schritt für Schritt analysieren Sie Ihre Ergebnisse und erhöhen dabei kontinuierlich den Detailgrad Ihrer Ergebnisse. Blickshift Analytics folgt dazu dem „Information Seeking Mantra“: Zunächst gewinnen Sie einen Überblick über Ihre Daten, dann filtern Sie zielgenau Ihre Aufgaben entsprechend Ihren Forschungsfragen und anschließend konzentrieren Sie sich auf die Details. In jedem Schritt unterstützt Sie unsere Software mit den passenden Visualisierungen und automatischen Komponenten.
Seit der Jahrtausendwende brachten eine Vielzahl von Unternehmen Eye-Tracking-Geräte auf den Markt. Dabei decken diese verschiedene Zielgruppen und Anwendungsfelder ab. Ein standardisiertes Ausgabeformat der Rohdaten wurde bisher noch nicht vereinbart. Dies führt zu aufwendigen und fehleranfälligen Implementierungen von Schnittstellen zum Datenaustausch zwischen den Eye-Trackern und den Analyseprogrammen.
Mit unserer Software müssen Sie sich über die verschiedenen Dateiformate keine Gedanken mehr machen, sondern konzentrieren sich auf die Analyse! Eine automatische Heuristik erkennt das passende Dateiformat und führt den Import für Sie ganz automatisch durch. Natürlich behalten Sie trotzdem die Kontrolle und können den Import individuell anpassen.
Meist existiert schon ein Workflow zur Analyse der Nutzerexperimente mit klassischen Datenanalysewerkzeugen wie MATLAB, R, SPSS und anderen Programmen. Soll eine neue Software in diesen Workflow integriert werden, müssen meist bestehende Programme angepasst oder sogar komplett neu implementiert werden.
Wir haben den Aufwand für die Integration von Blickshift Analytics in ein bestehendes Analysesystem auf ein Minimum reduziert. Sie haben an jeder Stelle der Analyse die Möglichkeit, Ergebnisse von Berechnungen sowie Abschnitte in den Datensätzen in CSV-Dateien zu exportieren. Zusätzlich können Sie Bitmaps der erstellten Visualisierungen exportieren oder diese über die Zwischenablage in eine Präsentationssoftware direkt einfügen.
Häufig sollen nicht nur Augenbewegungen einzeln analysiert werden, sondern sie werden zusammen mit biometrischen Werten, wie dem zeitlichen Verlauf des Hautleitwiderstands oder der Herzfrequenz zusammen interpretiert. Weitere Datenquellen in Eye-Tracking-Experimenten stellen meist Interaktions-Logs (beispielsweise Mauspfade auf einem Monitor) und weitere Datenströme aus der experimentelle Umgebung dar.
In Blickshift Analytics können Sie all diese Datenströme gemeinsam importieren und anschließend kombiniert analysieren. Damit können gezielt Korrelationen zwischen Augenbewegungen und weiteren physiologischen Daten über die Probanden gefunden werden. Oder Sie können zum Beispiel auch ein Mauspfad mit wenigen Schritten mit einem Blickpfad vergleichen.
Jedem Wissenschaftler sind Heat-Maps und Scan-Paths bekannt. Beide Visualisierungstechniken spielten eine Schlüsselrolle bei der Verbreitung der Eye-Tracking-Technologie. Sie sind einfach zu verstehen, haben jedoch auch deutliche Nachteile bezüglich ihrer Aussagekraft. Zum einen können verschiedene Darstellungsparameter bei Heat-Maps zu Verfälschungen der Ergebnisse führen, zum anderen werden Scan-Paths bei einer großen Anzahl von Probanden schnell unübersichtlich.
Natürlich besitzt Blickshift Analytics auch die Möglichkeit Ihre Daten mit Heat-Maps und Scan-Paths darzustellen. Jedoch haben wir beide Visualisierungstechniken mit einer Vielzahl von Visualisierungsparametern und Interaktionen überarbeitet und eng mit allen anderen Komponenten in unserer Software verbunden. Somit ergeben sich für Sie gänzlich neue Möglichkeiten, diese beiden klassischen Visualisierungen in Zukunft bei Ihrer Analyse weiter zu verwenden.
Eye-Tracking-Experimente in der realen Welt stellen eine der aufwendigsten Studiendesigns in der Erforschung der visuellen Wahrnehmung dar. Die Besonderheit, dass mit Head-Mounted-Systemen gearbeitet wird und jeder Proband zu unterschiedlichen Zeiten variierende Stimuli betrachtet hat, macht eine quantitativ vergleichbare Ermittlung von Besonderheiten im Blickverhalten sehr zeitaufwendig oder oft sogar gar nicht sinnvoll möglich.
Hier bietet Ihnen Blickshift Analytics verschiedene Lösungen an: Zum einen können Sie Videoaufnahmen der Head-Mounted-Systeme zusammen mit weiteren Szenenkameras für die Analyse verwenden. Direkte situationsabhängige Überblendungen von Scan-Paths und Heat-Maps in das Head-Mounted-Video geben Ihnen einen direkten Einblick in das Sehverhalten der Probanden. Liegen AOIs aufgrund einer manuellem Annotierung der Fixationen (ebenfalls direkt in Blickshift Analytics möglich) oder Ergebnisse aus Bilderkennungsverfahren vor, können Sie den vollen Funktionsumfang der Sequenzanalyse ebenfalls nutzen. So werden Experimente in der realen Welt genauso leicht analysierbar wie Experimente unter Laborbedingungen!
Eine häufige Aufgabe in den Perzeptions- und Kognitionswissenschaften ist die Modellierung des menschlichen Sehens. Dazu werden Modelle entwickelt, die einzelne Fixationen auf gegebenen Stimuli berechnen. Eine bisher offene Fragestellung war, wie diese Modelle auf der Ebene des Fixationspfads evaluiert und mit einer einfachen Methode optimiert werden können.
Da ein besonderer Nutzen von Blickshift in einem effizienten und detaillierten Vergleich von Blickpfaden liegt, können Sie künstlich erzeugte Augenbewegungen mit Eye-Tracking-Daten von Probanden vergleichen. Mit Hilfe verschiedener Visualisierungen, Sequenzanalysen und Eye-Tracking-Metriken können Sie mit wenigen Mausklicks alle wichtigen Parameter der Modelle identifizieren, die gegebenenfalls angepasst werden müssen.
Weitere Lösungen (Auswahl)
Weitere Lösungen (Auswahl)
Umfangreiche Daten
- Höchste Effizienz bei der Analyse umfangreicher Eye-Tracking-Experimente
- Analyse von Eye-Tracking-Experimenten mit mehreren hundert Probanden
- Analyse von Langzeitexperimenten mit Eye-Tracking
Datenmanagement
- Sensorfusion mit Geo-Positions-Daten der Probanden (via GPS-Daten oder andere Lokationssensoren)
- Einfache Einbindung von Thinking-Aloud-Protokollen
- Ansprechende Graphiken für Ihr Paper direkt aus der Analyse herau
Nutzung von Annotationen in Eye-Tracking-Daten
- Event-basierte Eye-Tracking-Analyse
- Automatisierte, szenenbasierte Analyse
- AOI-Editor neu gedacht
- Definition von einheitlichen Workflows zur Zeiteinsparung
Methoden (Auswahl)
- Untersuchung von Rekursionen beim Textlesen
- Abweichung von Optimal-Viewing-Positions bestimmen
- Abweichungen von geodätischen Scan-Paths erkennen
- Effiziente Erkennung von Fixationsschleifen
- Schnelle Identifikation von visuellen Suchstrategien
- Direkte, visuelle Analyse kognitiver Prozesse beim Ziehen von Schlussfolgerungen
- Ideale Scan-Paths definieren
- Entwicklung von weiteren Algorithmen zur Ähnlichkeitsbestimmung von Scan-Paths
- Korrelationen zwischen Maus-Interaktionen und Augenbewegungen erkennen
- Visuelle Wahrnehmung von Videos untersuchen
- Wahrnehmung von interaktiven Schnittstellen analysieren
- Manuelles Labeling von vorliegenden Datenströmen
- Semiautomatisches Labeling von vorliegenden Datenströmen
- Training von KI-Algorithmen für die Bilderkennung
- Analyse der dreidimensionalen Wahrnehmung
- Kombinierte Analyse der visuellen Wahrnehmung und mentalen
Aktivität (EEG oder fMRT) - Kombinierte Anwendung von Blickshift Analytics und Kognitionssimulationen (ACR-R, Soar)
- Identifikation von Parametern von Gedächtnismodellen
- Untersuchung der visuellen Wissensverarbeitung
- Vergleich von verschiedenen Eye-Tracking-Systemen
- Optimierung des Studien-Designs von Eye-Tracking-Experimenten
Dynamische und interaktive Stimuli
- Analyse von Head-Mounted Studien
- Analyse von Video-Stimuli
- Gaze-Replay Funktion
- Analyse interaktiver Stimuli
Entwicklung von Fragestellungen
- Explorative Entwicklung von Hypothesen
- Effiziente Erstellung von Zwischenergebnissen während der Durchführung von Eye-Tracking-Experimenten
Mensch-Computer-Interaktion (Auswahl)
- Detaillierte Analyse der Mensch-Computer-Interaktion
- Detaillierte Analyse der Mensch-Maschine-Interaktion
- Optimierung von Touch-Bildschirmen
- Test der Ergonomie von visuellen Schnittstellen
- Training von Assistenten für die Mensch-Maschine-Interaktion
- Untersuchung der visuellen Wahrnehmung von ubiquitären Computerumgebungen
- Mensch-Mensch Interaktionen analysieren
Perzeptionsexperimente (Auswahl)
- Analyse von visuellen Lehrkonzepten
- Analyse der visuellen Wahrnehmung von mathematischen Aufgaben
- Analyse des Lesens von Musiknoten
- Analyse der visuellen Wahrnehmung des Straßenverkehrs
- Untersuchung der visuellen Wahrnehmung von Public Displays
- Erkennung von Unterschieden des Blickverhaltens von Kindern, Jugendlichen, Erwachsenen und Senioren
- Untersuchung soziokognitiver Prozesse
- Analyse von Eye-Tracking-Experimenten in der Schwerelosigkeit
Unterstützung für KI-Entwicklung (Auswahl)
- Optimierung von KI-Algorithmen auf Basis der visuellen Wahrnehmung des Menschen
Virtual Reality und Weltraumforschung (Auswahl)
- Untersuchung des Gleichgewichtssinns
- Analyse der visuellen Wahrnehmung der virtuellen Realität
Kognitions- und Perzeptionswissenschaften (Auswahl)
- Kognitive Last bei visuellen Aufgaben bestimmen
- Analyse der kognitiven Verzerrung
- Evaluation der Augen-Gedanken-Hypothese
- Entwicklung von Modellen zur Vorhersage des Sehverhaltens
- Parametrisierung von Spreading-Activation-Modellen
- Parametrisierung von Modellen zur Berechnung der physikalischen Augenbewegung
Visualisierungsforschung (Auswahl)
- Evaluation und Optimierung von Visualisierungstechniken
- Evaluation und Optimierung von Methoden der Visual Analytics
- Unterstützung bei der Entwicklung von Benchmarks zur Ergonomie von Visualisierungen
- Entwicklung von Leseregeln für Visualisierungen
- Entwicklung von operatorenbasierten Lesemodellen für Visualisierungen (ähnlich KLM)
- Effiziente, iterative Entwicklung von Visualisierungskonzepten
Blickshift Engineering
Blickshift Engineering
- Mitarbeit in Forschungsprojekten als Partner
- Mitarbeit in Forschungsprojekten als assoziierter Partner
- Beratungsleistungen zum Entwurf und beim Schreiben von Forschungsanträgen
- Gutachtertätigkeit für weltweit anerkannte Forschungskonferenzen (z.B. Eye-Tracking Research and Application Symposium)
- Integration von Blickshift Analytics in eine existierende Softwareumgebung
- Anpassung von vorhandener Software für eine optimale Auswertung mit Blickshift Analytics
- Entwurf und Implementierung von Komponenten auf Basis des Blickshift-Frameworks für die Auswertung von kundenspezifischen Fragestellungen
- Entwurf und Implementierung von Wahrnehmungsmodellen
- Parametrisierung von Wahrnehmungsmodellen durch Blickshift
- Entwicklung von kundenspezifischen Softwarelösungen zur Nutzerbeobachtung
- Beratungsleistungen zum Design und zur Durchführung von Nutzerexperimenten
- Auswertung von bereits erhobenen Daten in Nutzerexperimenten mit Hilfe von Blickshift Analytics
- Durchführung von Workshops zur Eye-Tracking-Forschung