Команда исследователей из Национального исследовательского университета "Высшая школа экономики" создала библиотеку на языке программирования Python под названием EyeFeatures. Эта разработка предназначена для того, чтобы облегчить ученым и разработчикам задачу анализа данных о движении глаз и построения моделей прогнозирования.
В современных научных исследованиях часто применяют методы машинного обучения и искусственного интеллекта для изучения больших массивов информации о движениях глаз. Тем не менее, существуют препятствия, которые мешают повышению эффективности этих подходов. Одним из таких барьеров является ограниченная адаптивность программных решений, которые предлагают лишь ограниченный функционал для настройки параметров и затрудняют их применение в специфических исследованиях. Также сложностью остается совместимость этих инструментов с другими специализированными программами.
Python-библиотека EyeFeatures, разработанная в Лаборатории социальной и когнитивной информатики ВШЭ в Санкт-Петербурге, преодолевает эти трудности, предоставляя набор инструментов для работы с данными о движении глаз. Она содержит компоненты для обработки и анализа данных, полученных от устройств, отслеживающих взгляд — айтрекеров.
Анализ данных о движении глаз представляет собой сложную последовательность действий. Учитывая, что глаза не двигаются равномерно, а совершают скачкообразные движения, фокусируясь на определенных точках, первоначальный этап обработки заключается в выявлении зон фиксации взгляда. На следующем шаге происходит расчет ключевых показателей, таких как средняя продолжительность фиксации и среднее расстояние между точками, что позволяет строить базовые модели прогнозирования или диагностики.
Каждый этап обработки данных может быть выполнен с использованием модулей библиотеки EyeFeatures. Модульная структура обеспечивает легкость интеграции процесса анализа данных о движении глаз в различные исследовательские и коммерческие проекты, от начальной обработки сырых данных до создания готовых моделей прогнозирования или объяснения явлений. Применение библиотеки в маркетинге дает возможность оценивать реакцию потребителей на рекламные материалы, выявляя элементы, которые привлекают их внимание.
Библиотека может быть полезна исследователям, так как позволяет не просто повторять то, что и так было доступно в другом софте, а применять новые алгоритмы и создавать более мощные модели для исследований в таких направлениях, как маркетинг, диагностика когнитивных процессов, разработка пользовательских интерфейсов и нейроинтерфейсов (когда само управление и взаимодействие с программой происходит посредством движения глаз), комбинировать компоненты таким образом, чтобы получать новые результаты и совершенствовать методологию.
- Антон Сурков, руководитель проекта, младший научный сотрудник Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге
Разработка упрощает процесс анализа данных и ускоряет создание предсказательных моделей, что особенно полезно в медицинской диагностике, маркетинге и при изучении когнитивных процессов. Библиотека уже нашла применение в исследованиях стратегического проекта «ИИ-технологии для человека» и была представлена на международной конференции ECEM 2024 в Ирландии.
Проект реализован в рамках стратегического проекта «ИИ-технологии для человека» («Приоритет-2030»).
Изображение на обложке: freepik
