Affective computing with eye-tracking data in the study of the visual perception of architectural spaces
Artykuł w czasopiśmie
MNiSW
5
spoza listy
Status: | |
Autorzy: | Borys Magdalena, Dzieńkowski Mariusz, Bogucki Jacek, Kocki Wojciech, Kwiatkowski Bartłomiej, Pełka Jarosław, Tuszyńska-Bogucka Wioletta |
Dyscypliny: | |
Aby zobaczyć szczegóły należy się zalogować. | |
Rok wydania: | 2019 |
Wersja dokumentu: | Drukowana | Elektroniczna |
Język: | angielski |
Wolumen/Tom: | 252 |
Numer artykułu: | 3021 |
Strony: | 1 - 5 |
Web of Science® Times Cited: | 3 |
Bazy: | Web of Science |
Efekt badań statutowych | NIE |
Materiał konferencyjny: | TAK |
Nazwa konferencji: | III International Conference of Computational Methods in Engineering Science (CMES’18) |
Skrócona nazwa konferencji: | CMES’18 |
URL serii konferencji: | LINK |
Termin konferencji: | 22 listopada 2018 do 24 listopada 2018 |
Miasto konferencji: | Kazimierz Dolny |
Państwo konferencji: | POLSKA |
Publikacja OA: | TAK |
Licencja: | |
Sposób udostępnienia: | Witryna wydawcy |
Wersja tekstu: | Ostateczna wersja autorska |
Czas opublikowania: | W momencie opublikowania |
Data opublikowania w OA: | 14 stycznia 2019 |
Abstrakty: | angielski |
In the presented study the usefulness of eye-tracking data for classification of architectural spaces as stressful or relaxing was examined. The eye movements and pupillary response data were collected using the eye-tracker from 202 adult volunteers in the laboratory experiment in a well-controlled environment. Twenty features were extracted from the eye-tracking data and after the selection process the features were used in automated binary classification with a variety of machine learning classifiers including neural networks. The results of the classification using eye-tracking data features yielded 68% accuracy score, which can be considered satisfactory. Moreover, statistical analysis showed statistically significant differences in eye activity patterns between visualisations labelled as stressful or relaxing. |