Bayesian online clustering of eye movement data

Enkelejda Tafaj, Gjergji Kasneci, Wolfgang Rosenstiel, Martin Bogdan

Publikation: Beitrag in Buch/Bericht/KonferenzbandKonferenzbeitragBegutachtung

68 Zitate (Scopus)

Abstract

The task of automatically tracking the visual attention in dynamic visual scenes is highly challenging. To approach it, we propose a Bayesian online learning algorithm. As the visual scene changes and new objects appear, based on a mixture model, the algorithm can identify and tell visual saccades (transitions) from visual fixation clusters (regions of interest). The approach is evaluated on real-world data, collected from eye-tracking experiments in driving sessions.

OriginalspracheEnglisch
TitelProceedings - ETRA 2012
UntertitelEye Tracking Research and Applications Symposium
Seiten285-288
Seitenumfang4
DOIs
PublikationsstatusVeröffentlicht - 2012
Extern publiziertJa
Veranstaltung7th Eye Tracking Research and Applications Symposium, ETRA 2012 - Santa Barbara, CA, USA/Vereinigte Staaten
Dauer: 28 März 201230 März 2012

Publikationsreihe

NameEye Tracking Research and Applications Symposium (ETRA)

Konferenz

Konferenz7th Eye Tracking Research and Applications Symposium, ETRA 2012
Land/GebietUSA/Vereinigte Staaten
OrtSanta Barbara, CA
Zeitraum28/03/1230/03/12

Fingerprint

Untersuchen Sie die Forschungsthemen von „Bayesian online clustering of eye movement data“. Zusammen bilden sie einen einzigartigen Fingerprint.

Dieses zitieren