Cílem bakalářské práce je zhodnocení možností neproprietárních a open-source nástrojů pro přípravu experimentu, vlastní testování a analýzu naměřených eye-tracking dat na příkladech z oblasti kartografie a geoinformatiky.
V teoretické části práce popsat co největší množství volně dostupných aplikací umožňujících vytvoření a analýzu dat získaných prostřednictvím zařízení pro sledování očního pohybu – eye-trackeru. Popsat jejich vlastnosti a možnosti následného využití.
Praktická část se týká samotného naměření dat na kartografickém eye-tracking experimentu. Toto měření uskutečnit za využití volně dostupných aplikací a následně nimi provést analýzu získaných dat. Měření provést ve spolupráci se zařízením SMI RED 250 a daty ve standardizovaném formátu od společnosti SMI. Veškeré postupy pro umožnění kooperace mezi komerčním programem SMI a volně dostupnými aplikacemi popsat ve formě návodu.
Dále prozkoumat možnosti a jednotlivé funkce v současnosti nejvýznamnějšího zástupce volně dostupných řešení pro eye-tracking, programu Ogama. Analýzy provést na naměřených datech z kartografického experimentu a popsat rozdílnost znázornění dat v SMI a softwaru Ogama. Pomocí úpravy vstupních parametrů se pokusit o co největší podobnost těchto vizualizací. Jednotlivé moduly následně popsat, vysvětlit funkci jednotlivých tlačítek a zdokumentovat vliv změny nastavení na výsledek.
Oba programy nabízí velké množství obdobných možností a funkcionalit, přesto se v určitých oblastech rozchází. Jednotlivé významné rozdíly, které mohou rozhodovat při jejich výběru v této práci popsat a znázornit v přehledné tabulce.
Data pro tuto práci byla získána ve spolupráci s Pavlem Kotyzem. Ten se věnoval výzkumu komerčního programu pro eye-tracking. Měření probíhala v tomto softwaru z důvodu chyby v měřícím modulu open-source programu Ogama. Díky této chybě na naměřených datech vznikala odchylka a vypočítané fixace díky ní neodpovídali realitě. Chyba byla oznámena jeho tvůrci a ten slíbil opravu modulu, která by měla přijít v nadcházejících aktualizacích. Měření probíhalo v experimentu s kartografickou tematikou zaměřenou na rozložení základních kompozičních prvků. Respondentovi byla zobrazena mapa, v níž byly jednotlivé územní celky vyjádřeny různými odstíny zelené barvy. Ke konkrétnímu celku bylo nutné přiřadit odpovídající odstín z nabízené legendy. Ta byla na jednotlivých trialech umístěna rozdílně. Pro naše účely nebylo důležité zaměření experimentu, data slouží pouze jako zdroj pro jednotlivé funkce Ogamy.
Jako programové vybavení pro tuto práci sloužil převážně open-source program Ogama. Jedná se o volně dostupný program s veřejným zdrojovým kódem. Díky velkému množství analytických a statistických nástrojů, které jsou značně propracovány, se vyrovnává placeným produktům světově známých firem.
Nejprve bylo provedeno propojení počítače se softwarem Ogama a zařízením pro záznam eye-tracking dat SMI RED 250. Po úspěšném zapojení a provedení základního nastavení byl vytvořen experiment pro získání dat. Po naměření dat a jejich následné analýze bylo zjištěno jejich odchýlení od skutečného místa fixace. Pokus o odstranění této chyby probíhal změnou základního nastavení snímacího zařízení a modulu pro záznam programu Ogama. Tyto pokusy nevedli k úspěchu, proto byl kontaktován autor programu a seznámen s problémem. Po konzultaci byla odhalena chyba programu, která během měření způsobovala chybovost dat. V dalších aktualizacích by měla být odstraněna a možnost měření dat touto cestou tak možná.
S potřebou dat pro analýzy jednotlivých modulů bylo nutné provést měření pomocí jiného softwaru. Pro tyto potřeby byl vybrán program SMI. Jedná se o komerční produkt, tedy spadající mimo zadání bakalářské práce, ve kterém bylo doporučeno využití pouze open-source nástrojů, ale jediná možnost pro provedení experimentu.
S potřebou dat pro analýzy jednotlivých modulů bylo nutné provést měření pomocí jiného softwaru. Pro tyto potřeby byl vybrán program SMI. Jedná se o komerční produkt, tedy spadající mimo zadání bakalářské práce, ve kterém bylo doporučeno využití pouze open-source nástrojů, ale jediná možnost pro provedení experimentu.
Po naměření dat bylo potřeba zajistit jejich přenos z formátu programu SMI do programu Ogama. Ten jakožto nejvýznamnější současný zástupce programového open-source vybavení pro eye-tracking byl zvolen jako stěžejní program pro tuto práci. Po konzultaci s vedoucím bakalářské práce Mgr. Stanislavem POPELKOU byl proveden tento přenos. Pro jeho uskutečnění bylo nutné výstupní data z SMI upravit do potřebného formátu. K tomu byl využit skript od Kristien Ooms běžící v prostředí BlueJ, ten automatizuje tuto úpravu. Následně je nutné provést uspořádání vytvořeného souboru, který slouží k vytvoření správných rozsahů. To bylo nejprve nutné provádět manuálně, ale následně byl vytvořen algoritmus, který tento proces provede automaticky. Ten byl napsán v prostředí Microsoft Visual Basic a uložen ve spustitelném formátu .exe. Po těchto úpravách bylo možné dokončit vložení samotných dat.
Ogama obsahuje velké množství nástrojů pro analýzu naměřených eye-tracking dat. Tyto analýzy byly testovány na naměřených datech a součástí práce se stal popis jednotlivých funkcí a vlivu jejich různého nastavení.
Pro umožnění spolupráce mezi programy SMI a Ogama bylo provedeno měření podobnosti vytvořených fixací. Ty lze ovlivnit vstupními parametry, oba programy však mají své charakteristické nastavení. Nejde tedy toto nastavení provést pouze zápisem totožných hodnot. Surová naměřená data ve formě linií byly exportovány z programu SMI a následně vloženy do softwaru Ogama. V něm byly následně vykresleny fixace ve formě kružnic a úpravou základního nastavení byly nastavovány jejich polohy do center koncentrace naměřených dat. V případě, že byla dosažena maximální shodnost, došlo k zaznamenání hodnot. Hodnoty vzájemně korelujících vizualizací byly zaznamenány do přehledné tabulky.
Dalším problémem který byl řešen, se stal přenos informací s definicí oblastí zájmu mezi programy. Každý uchovává tyto data v odlišném formátu. SMI v poměrně složitém kódu XML, ve kterém má každý atribut definován své tagy a navíc tento definiční soubor obsahuje i obsáhlejší informace o jednotlivých oblastech. Ogama využívá jednoduchý textový soubor, ve kterém jsou jednotlivé záznamy rozděleny po řádcích a jako oddělovač slouží tabulátor. Pro přenos dat z SMI bylo nutné nejprve provést výtah údajů z XML souboru, jejich následnou generalizaci a výběr pouze potřebných údajů. Poloha AOI je vyjádřena ve formě souřadnic, programy se však liší ve formě specifikace tohoto umístění. Proto byl nalezen vzájemný vztah mezi jejich vyjádřeními a provedena transformace. Tento postup je poměrně zdlouhavý, proto byl sestaven algoritmus opět v programu Microsoft Visual Basic, který tyto operace zautomatizoval. Díky tomu stačí pouze získat obsah XML definičního souboru, vložit jej do transformačního skriptu a následně vygenerovat kód, který lze přímo vložit do softwaru Ogama.
Oba programy jsou charakteristické určitými možnostmi. Ty se v některých případech velice podobají, ale existují specifické situace, ve kterých je vhodné zvolit právě ten s danou funkcí. V závěru práce je tedy obsaženo určité vzájemné srovnání.
Výsledkem této práce je popis postupů pro práci s open-source nástrojem pro zpracování eye-tracking dat Ogama. V něm dochází k vysvětlení možností nastavení jednotlivých parametrů a vlivu jejich hodnot na výsledné analýzy. V každé kapitole je uveden také popis okna s rozmístěním jednotlivých funkčních tlačítek. Pokud se jedná o významnou funkci je uveden i příklad pro její využití.
Pro zvýšení rozšířenosti programu Ogama je součástí práce i manuál pro samotnou instalaci a základního nastavení pro její správnou funkci. Také je zde zmínka o potřebném softwaru, který k bezproblémovému běhu vyžaduje.
Umožnění kooperace mezi komerční a bezplatnou sférou lze díky popisu metod pro vzájemný přenos dat. Díky němu lze provést import dat nebo vložení oblastí zájmu. Pro tyto postupy byl vytvořen také algoritmus.
Součástí bylo i porovnání výpočtu fixací, v něm i přes výskyt jisté míry zkreslení byly naměřeny odpovídající hodnoty nastavení.
| SMI | Ogama | ||
| Velocity [ms] | Disperzion [px] | Maximum distance [px] | Minimum number of samples [-] |
| 100 | 90 | 20 | 10 |
| 100 | 50 | 22 | 10 |
| 80 | 100 | 26 | 10 |
| 80 | 50 | 19 | 9 |
Pro usnadnění rozhodování mezi jednotlivými programy bylo zmíněno několik rozdílů, které mohou vést k značnému usnadnění práce.
| Kritérium | Zvolený software |
| Přehled nad celým projektem | SMI |
| Analýza oblastí zájmu | Ogama |
| Dostupnost | Ogama |
| Existence manuálu | SMI |
Cílem této práce bylo analyzovat volně dostupná řešení pro analýzy eye-tracking dat. Jako prostředky pro tyto analýzy byly popsány ITU Gaze Tracker, eyePatterns a Ogama. Poslednímu jmenovanému programu byla věnovaná zvýšená pozornost, neboť dosahuje vysoké úrovně.
Součástí práce se stal popis samotné instalace tohoto programu z důvodu neobvyklosti určitých nastavení pro běžného uživatele. Pro správný běh programu je také nutno zajistit instalaci určitých prostředí i tyto informace jsou v manuálu zahrnuty. Dále byly popsány a charakterizovány analyzační možnosti tohoto programu. Tento popis je vždy zaměřen na určitý modul, v něm je obsažena informace o možnostech využití, funkcích jednotlivých tlačítek a snímek obrazovky s popisem rozmístění jednotlivých prvků.
Pro umožnění zkoumání jednotlivých funkcionalit bylo nutné zajistit data pro vstup obsaženým nástrojům. Tyto data byla naměřena v kartograficky orientovaném experimentu, který proběhl v programu SMI s využitím měřícího zařízení SMI RED 250. Zpočátku byla snaha provést toto měření přímo v programu Ogama, to však díky chybě programu nebylo možné.
Pro usnadnění přenosu dat mezi oběma programy, které na současném trhu zaujímají výrazné pozice, byly vytvořeny postupy, které umožní přenos jak surových naměřených dat, tak i souborů obsahujících informace o oblastech zájmu. Úpravy potřebné pro přenos těchto dat jsou zdlouhavé, proto vznikly skripty, které tyto postupy zautomatizovali.
K analýze nastavení experimentů obou programu pro zobrazení dat s maximální podobností byl využit export znázorněných neupravených naměřených hodnot ve formě linií z programu SMI a vypočítané a vykreslené fixace ve formě kružnic na stejném trialu a odpovídajícím respondentu z programu Ogama. Toto porovnání bylo narušeno vznikem určitého posunu dat jak v horizontálním tak i vertikálním směru. K jeho odstranění bylo použito funkce posunu dat.
Poslední kapitola se věnuje srovnání výhodnosti použití určitého programu ke konkrétnímu účelu. Na základě těchto informací lze provést výběr softwaru s potřebnou funkcí a usnadnění zpracování konkrétního úkolu.
In present world the commercial software for Eye tracking is owning the first place on the market. However due to the fact that this software is expensive the availability is very limited. The new open source solutions are mainly developed on Universities due to the advancement in this technology. The most important is OGAMA developed on Freie Universität Berlin by Adrian Voßkühler. Ogama can be compared to the paid software and contain huge number of tools for data logging including also the extensive set of tools for fixation and saccade analysis. Data can be reviewed by extensive statistical analysis. Another important product is Eye patterns, which allows the separation into groups based on matches in data from the different subjects.
Part of this work is manual containing specification for tools and their belonging functionalities in Ogama setup. This has been created due to the absence of it in Ogama software. Due to this, the user is forced to come out from available simple labels in program and community forum.
This work has been created with objective to eliminate the reliance on the commercial available solutions using the open source solution. The objective was not fulfilled because of the error in OGAMA algorithm, when this resulted in inaccuracy of measuring data. Based on this error, it was necessary to use the software from SMI Corporation for the data measuring. Data measurement took place in cartographic character experiment with deployment of basic composites items, when Respondent was searching for the matching colour of selected point in legend itself. The scope of the measurement is not important, data were used only as an input for the program module research.
In order to allow the data transmission between SMI and OGAMA has been created instruction manual for export and import of data. Data in each of the tools are following different structure and because of this, the transcription script have to be created and introduced into in order to use one common format of data.
For AOI transmission the transformation script have to be created. SMI is using XML format for data storage. This format is congaing higher number of data describing AOI and their visual form. Ogama is using simple text format, when single parameters are separated bz TAB.
The measurement in both applications is dependent on parameter setup, which is different in both of them. Due to this it was necessary to measure the fixation in SMI using different set ups. The values of these set ups were selected based on recommendation from Popelka, Blignaut and Coltekin. Consequently it was necessary to convert these data records into Ogama and search for belonging set up of the parameters. However in these measurements has been identified the displacement of data in comparison to measurements in SMI. These were corrected using the tool for data allocation and parameter value validation responsible for identification and matching between the records.
The measurement in both applications is dependent on parameter setup, which is different in both of them. Due to this it was necessary to measure the fixation in SMI using different set ups. The values of these set ups were selected based on recommendation from Popelka, Blignaut and Coltekin. Consequently it was necessary to convert these data records into Ogama and search for belonging set up of the parameters. However in these measurements has been identified the displacement of data in comparison to measurements in SMI. These were corrected using the tool for data allocation and parameter value validation responsible for identification and matching between the records.