Mouse-tracking of computer system users represents a less expensive, but also a far more applicable alternative to eye-tracking. The main disadvantage of mouse-tracking are errors manifested as discrepancies between the actual eye-gaze position and the mouse cursor position. This paper presents a method for automated correction of errors arising in mouse-tracking. Our approach draws upon information theory and employs Shannon entropy. The method is based on calculating the entropy of a visual representation of a Web page, i.e., we quantify information potential values of various positions. Information obtained, thereby, is paired with cumulative time intervals, spent by the mouse cursor in each position. In this way, we identify cursor positions that do not match eye-gaze positions. To verify the effectiveness of our method, we compared the eye gaze and mouse cursor heat maps in the following ways: We calculated the coefficient of correlation between the two; we computed Euclidean distance between their centers of gravity; and we performed visual comparison.


翻译:计算机系统用户的鼠标跟踪是一种成本较低,但也是比眼睛跟踪更适用的替代方法。鼠标跟踪的主要缺点是实际视网膜位置与鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标鼠标跟踪位置之间的差异。本文介绍了自动纠正鼠标跟踪过程中出现的错误的一种方法。我们的方法是利用信息理论并使用Shannon entropy。该方法的基础是计算网页视觉显示的英特比,即我们量化了不同位置的信息潜在值。因此,所获得的信息与鼠标鼠标鼠标鼠标在每个位置上花费的累积时间间隔相匹配。我们通过这种方式确定与眼视网格位置不匹配的光标位置。为了验证我们的方法的有效性,我们用以下方式比较了眼视网眼和鼠标鼠标鼠标光标光标光标光标光标的热图:我们计算了两者之间的关联系数;我们计算了两者的埃克利德南方点之间的距离;我们计算了它们重点之间的距离;我们进行了视觉比较。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
专知会员服务
76+阅读 · 2021年3月16日
【2021新书】编码艺术,Coding Art,284页pdf
专知会员服务
74+阅读 · 2021年1月10日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Python图像处理,366页pdf,Image Operators Image Processing in Python
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
163+阅读 · 2020年3月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
150+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
TorchSeg:基于pytorch的语义分割算法开源了
极市平台
20+阅读 · 2019年1月28日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
4+阅读 · 2017年12月12日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2018年2月8日
VIP会员
相关VIP内容
专知会员服务
76+阅读 · 2021年3月16日
【2021新书】编码艺术,Coding Art,284页pdf
专知会员服务
74+阅读 · 2021年1月10日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Python图像处理,366页pdf,Image Operators Image Processing in Python
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
163+阅读 · 2020年3月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
150+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
25+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
TorchSeg:基于pytorch的语义分割算法开源了
极市平台
20+阅读 · 2019年1月28日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
4+阅读 · 2017年12月12日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员