TurkEyes：一个用于众包注意力数据的基于 Web 的工具箱
人机交互
2020-01-14 v1
摘要
眼动能够揭示观看者认为图像中最显著、最有趣或与当前任务最相关的部分。遗憾的是，眼动追踪数据作为注意力的常用替代指标，其收集过程繁琐。本文探讨一种替代方案：一个用于众包视觉注意力的综合性基于 Web 的工具箱。我们借鉴文献中四类主要的注意力捕捉方法。ZoomMaps 是一种新颖的“基于缩放”的界面，可捕捉在手机上的观看行为。CodeCharts 是一种“自我报告”方法，记录在特定观看时长下的兴趣点。ImportAnnots 是一种用于选择重要图像区域的“标注”工具，而“基于光标”的 BubbleView 让观看者通过点击来去模糊一小块区域。我们使用一个通用分析框架对这些方法进行比较，以便为每种界面确定合适的使用场景。该工具箱及我们的分析为如何在不使用眼动仪的情况下大规模收集注意力数据提供了蓝图。
引用
@article{arxiv.2001.04461,
title = {TurkEyes: A Web-Based Toolbox for Crowdsourcing Attention Data},
author = {Anelise Newman and Barry McNamara and Camilo Fosco and Yun Bin Zhang and Pat Sukhum and Matthew Tancik and Nam Wook Kim and Zoya Bylinskii},
journal= {arXiv preprint arXiv:2001.04461},
year = {2020}
}
备注
To appear in CHI 2020. Code available at http://turkeyes.mit.edu/