Ik geloof mijn ogen niet: eye tracking voor kmo's en non profit

Waar kijken mensen naar? Om die vraag te beantwoorden kunnen wetenschappers gebruik maken van eye-trackers. Deze toestellen registreren oogbewegingen, en aan de hand daarvan kan bepaald worden waar (proef)personen het vaakst, het eerst, of het langst naar kijken. Waar eye-tracking vroeger gebonden was aan een computer en een lab, is het met de recente technologie van eye-tracking brillen (ook gekend als mobiele eye-tracking) mogelijk om het kijkgedrag van mensen ‘into the wild’ te onderzoeken. Het hoofddoel van dit project was om mobiele eye-tracking toegankelijker te maken voor KMO’s en non-profit organisaties. Meer specifiek werd in dit project onderzocht (1) wat de best practices zijn in mobiele eye-tracking en (2) hoe de belangrijkste beperking (langdurige en dus dure data-analyse) verholpen kan worden.

Voor doelstelling (1) werden experimenten met mobiele eye-tracking opgezet in verschillende contexten, waaronder een supermarkt, een containerpark, en een politieschool. Door mobiele eye-tracking in verschillende omgevingen te testen, kwamen we tot een aantal best practices betreffende de opzet (rekrutering proefpersonen, overzicht mogelijke problemen, en richtlijnen over belangrijke parameters zoals afstand en lichtinval) als de analyse (hoe lang duurt de analyse en wat zijn de relevante maten) van experimenten met mobiele eye-tracking.

Voor doelstelling (2) onderzochten we een oplossing voor de belangrijkste beperking van mobiele eye-tracking, namelijk de hoge kostprijs van data analyse. Doordat de analyse van mobiele eye-tracking data manueel moet gebeuren, is deze heel tijdrovend en duur. In dit project werd samen met projectpartner EAVISE (KU Leuven) een software ontwikkeld die dit proces drastisch moet versnellen. Meer specifiek gaat het om een software die gebruik maakt van computervisie algoritmes om objecten in eye-tracking beelden te herkennen en automatisch te labelen. Hoewel er tijdens het project grote vorderingen gemaakt zijn in de ontwikkeling van de software, staat deze nog niet op punt. Zo bleek o.a. de beperkte resolutie van de eye-tracking opnames een belangrijk struikelblok, aangezien dit een correcte herkenning en codering door de algoritmes bemoeilijkt.