人眼注视行为追踪数据集_Human_Eye_Gaze_Tracking_Data
数据来源：互联网公开数据
标签：眼动追踪, 注视点, 凝视, 计算机视觉, 深度学习, 生物特征, 人机交互, 行为分析
数据概述：
该数据集包含来自眼动追踪设备获取的详细人眼注视行为数据，记录了受试者在特定场景下的眼球运动和注视点信息。主要特征如下：
时间跨度：数据未明确标注具体时间，但每个CSV文件内包含时间戳信息，反映了眼动数据的时序性。
地理范围：数据来源未明确标注，但可用于分析普遍的人眼注视行为模式。
数据维度：数据集包含大量CSV文件，每个文件包含多个字段，如“frame”（帧号），“timestamp”（时间戳），“confidence”（置信度），以及与眼球运动相关的多个坐标和角度数据，包括“gaze_0_x/y/z”（左眼注视向量），“gaze_1_x/y/z”（右眼注视向量），“gaze_angle_x/y”（注视角度），以及“eye_lmk_x/y/X”（眼部关键点坐标）。
数据格式：CSV格式，每个文件对应一个时间段的眼动数据，方便进行数据分析和可视化。数据文件以数字编号命名，如“01-01-01-01-01-01-01.csv”。
来源信息：数据来源于公开的眼动追踪实验，已进行预处理，包括坐标校准和数据清洗。
该数据集适合用于眼动行为分析、人机交互研究和计算机视觉算法开发。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于心理学、认知科学、计算机视觉等领域的学术研究，如注意力机制研究、视觉搜索行为分析、用户界面设计优化等。
行业应用：可以为虚拟现实（VR）、增强现实（AR）设备、智能眼镜等产品提供数据支持，用于眼动控制、用户体验评估等。
决策支持：支持广告营销、内容推荐等领域的决策制定，例如通过眼动数据分析用户对广告内容的关注度，从而优化广告投放策略。
教育和培训：作为眼动追踪、计算机视觉、机器学习等课程的实训素材，帮助学生和研究人员深入理解眼动数据分析方法。
此数据集特别适合用于探索人眼注视行为的规律与模式，帮助用户开发基于眼动追踪的应用，提升用户体验，并优化相关算法的性能。
