How eye-catching are natural features when walking through a park? Eye-tracking responses to videos of walks

از دهه 1960 محققان طیفی از تکنیک ها برای ارزیابی ترجیحات چشم انداز را توسعه داده اند. به موازات این روند، فناوری ردیابی چشم ارزانتر، تلفن همراه و دقیق تر شده است، عصر جدیدی از ضبط و تجزیه و تحلیل داده های بزرگ برای اولویت های چشم انداز به ارمغان آورده است. در این پروژه هدف ما این بود که در افزایش تحرک، پیچیدگی و ارزان بودن تکنولوژی ردیابی چشم برای به کارگیری ابزار آن در تحلیل اولویت های چشم انداز سرمایه گذاری کنیم. در زیر ما توصیف می کنیم که چگونه 35 نفر از شرکت کنندگان را به عنوان چشم انداز از طریق دو پارک مختلف در مرکز شهر ملبورن، استرالیا تماشا می کنند. ما نشان می دهیم که شرکت کنندگان بیش از اشیاء دیگر در درختان و بوته ها زندگی می کنند. هنگامی که ما این را با زمان و فضای مورد نظر اشغال کردیم، شرکت کنندگان عمدتا به اشیا مصنوعی مانند لامپ ها، ساختمان های دوردست و نیمکت ها زندگی می کردند. به طور کلی، با تجزیه و تحلیل داده های ردیابی چشم در پارک ها، با استفاده از نرمال کردن مدت زمان خلبان توسط محتوا، یک روش اکتشافی و روش ایفا می کنیم و ابزار محکمی برای مقایسه محرک های دینامیکی مختلف مانند فیلم ها می باشد.