AI驱动的编码可实现高效的眼动跟踪
“所见即所得”
据信，有95％的购买决定发生在潜意识中（我们称其为爬行动物大脑）。爬行动物大脑做出的决定在很大程度上受我们所见所影响。穿过超市过道时，我们看到数百包不同的产品。但是，有些产品引起了我们的注意。当我们看到这样的产品时，爬行动物的大脑开始行动，它将注意力集中在看起来很有趣的包装上（“哦，闪亮！！”），在我们知道之前，我们开始认真考虑购买该产品的过程。
眼动追踪是一种众所周知的工具，可以隐式衡量人们对不同产品包装，广告文案，网页布局，横幅位置等的反应。进行眼动追踪研究有可能在产品包装，广告创意和放置决策方面产生巨大的投资回报率。但是，我们（以及我们与之交谈的客户）认为，在使用此技术来产生洞察力时，该行业才刚刚开始摸索。引用的原因包括：-昂贵，缓慢，不客观（因为参与者会受到该过程的影响）。但是，我们认为关键原因是该技术尚未开发出来。  
通过本白皮书，我们打算演示如何将人工智能（AI）嵌入到当前的眼动追踪技术中，才能使眼动追踪分析过程变得更加强大，快速且经济高效。请注意，我们假设读者熟悉物理环境的眼睛跟踪过程。
眼动追踪一览
与眼动追踪相关的主要方法有两种：物理方法和在线方法。在“物理眼动追踪”中，研究参与者佩戴眼动追踪硬件（眼镜）并在物理空间（通常是零售货架）中走动，在该空间中保留了研究对象的实际副本。但是，在虚拟环境中，参与者通过计算机屏幕查看研究对象（通常是虚拟架子，网站布局，视频广告），并且使用网络摄像头跟踪注视运动。
来源— EyeGaze，Threesixtyone
尽管虚拟眼动追踪更快，更便宜，但它的缺点是准确性不高（网络摄像头不如眼动追踪硬件那么准确）并且与现实不接近（虚拟架子与现实生活中的样子大相径庭） 。在本白皮书中，我们将重点关注“物理眼动追踪”，以测试零售货架上产品包装的视觉吸引力。
物理眼动追踪中的编码
与眼睛跟踪技术的关键制约因素是，它可以告诉你“其中”客户正在寻找，但不是“什么”客户正在寻找。硬件会确定注视人的视线的方向和位置。但是，它不知道该人正在看什么。盲人是否在看价格标签，红牛罐，佳得乐罐，她的手机等。
手动编码有很多挑战
市场上用于眼动追踪的当前编码解决方案不提供注视视频的全自动编码。它们本质上是一种注释/标记软件，旨在提高手动编码的效率。在典型的肉眼跟踪项目中，手动编码带来了以下挑战：
这是体力劳动密集型的，并且无法扩展到大量视频中
这是一个缓慢的过程，最终使整个研究工作的周转时间变长（这在当今快节奏的商业环境中是一个很大的障碍）
手动编码还会导致人为错误，影响最终分析的准确性
管理手动编码管道的后勤工作具有挑战性
有时研究人员会影响受访者的行为以使编码更容易-这使练习脱离了客观性
Smart-Gaze —眼动追踪编码的AI解决方案
Smart-Gaze使用基于深度神经网络的架构来分析原始视线视频。通过一些训练，该算法可以了解兴趣的关键领域（AOI）的外观，一旦完成，它将自动进行编码。而且这样做的准确性可与人类编码人员所达到的准确性相媲美。
由于以下优点，Smart Gaze使物理眼动项目的编码更加有效：
相对于人类的编码，这是非常快的，从而导致更快的洞察力和更高的投资回报率。
与人工编码相比，具有更高的成本效益。
由于自动化，高度可扩展。
消除了由于疲劳或无聊而导致的人为错误的可能性。
无需担心对物流进行编码-发送原始数据并获取编码数据作为回报。
无需担心研究参与者的行为，因为编码不再是问题
它是如何工作的？
目前，Smart-Gaze并不是研究人员可以登录和使用的自助式产品。目前，这是一个解决方案，研究人员从眼动跟踪眼镜（任何品牌的作品，在这里没有任何限制）捕获原始的凝视视频，向我们介绍关键的兴趣领域，然后我们接手。在3天的时间内，我们位于Karna AI的团队训练了一种AI算法，并根据客户的需求对数据进行编码。
可以通过编码可视化工具评估准确性。此模型的其他一些主要优点包括：
眼动追踪硬件品牌不受限制（我们的系统适用于任何类型的眼镜）
无需对眼动追踪软件许可证进行前期投资
这是一种即用即付的模式，其中按视频向客户收费
输出的过程和性质是完全可定制的。
1