Syftet med den här uppsatsen är att se hur vida digitala skärmar är ett effektivt promotionverktyg, och hur konsumenternas beteende är relaterade till denna typ av in-store promotion. Genom en explorativ studie som genomfördes på Ica Maxi Karlstad undersöktes detta fenomen med hjälp av ögonspårning och enkäter. Med denna metod kunde författarna jämföra faktorer som rör köpvanor med hur stor uppmärksamhet som riktas mot in-store elementen i en matbutik. Viktiga slutsatser pekar på att de digitala skärmar som undersökts inte bidrar med tillräckligt relevant information för att uppmärksammas av konsumenter. Resultatet visar också att digitala skärmar är något som uppmärksammas i liten skala av uppgiftsorienterade personer. Det visade sig att andra mer traditionella in-store element, som vanliga gula prisskyltar, drog mer uppmärksamhet till sig. Resultaten öppnar också upp för fortsatta studier och forskning inom området. / The purpose of this essay is to see whether digital screens are effective as promotional tools, and how consumer behavior is related to this type of in-store promotion. Through an exploratory study conducted at Ica Maxi Karlstad the phenomena was investigated by using eye-tracking and surveys. By using this method the authors could compare the factors related to shopping habits with the amount of attention given to in-store elements in a grocery store. Key findings indicate that the digital screens that were examined do not communicate enough relevant information, to gain the attention from the consumers. The results show that digital screens are something that task-oriented people pays a little attention to. It turned out that other more traditional in-store elements, such as ordinary yellow price-signs, gained more attention. Furthermore, the result opens up for further studies and research within this area.

{Kontext}: En studie angående spelarens åsikt om, och den påverkan användargränssnittet har på spelarens fixeringspunkter. {Mål}: Undersöka hur spelaren påverkas av, samt vilka åsikter spelaren har om användargränssnittet, såsom svårighetsgraden, hur rolig och inlevelserik spelupplevelsen är med och utan användargränssnittet. {Metoder}: Ett experiment som ska samla in kvantitativ data på två olika sätt, därför har experimentet två delar, den första delen är ett frågeformulär och den andra är spelscenarios med inspelning av spelarens fixeringspunkter, så kallad ögonspårning som gör om deltagarens blick till fixeringspunkter på skärmen. Frågeformulär kan samla kvalitativa data men i denna undersökning så är frågeformuläret så att man sätter poäng från 1-5 på en fråga vilket anses att vara mer kvantitativ datainsamling. {Resultat}: HUD:en påverkar var deltagaren tittar men situationen påverkar också hur mycket, och vilka delar av HUD:en som används. {Slutsatser}: Det här arbetet syftade till att öka förståelsen för HUD:ens betydelse utifrån kvantitativ data och har resulterat i följande slutsatser. HUD:en påverkar spelarens fixeringspunkter genom att spelarna växlar mellan att titta på spelets händelser och HUD:ens information. Enligt frågeformuläret så uppger deltagarna att de får en roligare och mer inlevelserik spelupplevelse när HUD:en är påslagen, en roligare upplevelse stöds med statistiskt t-test men att deltagarna får en mer inlevelserik upplevelse med HUD:en påslagen stöds inte eftersom skillnaden inte var signifikant nog enligt t-testet. Det kvantitativa resultatet av inspelningen av fixeringspunkterna, ger slutsatsen att spelarens fixeringspunkter påverkas genom att denne växlar mellan spelets händelser och HUD:ens information. Frågeformulärets svar lutade mot att deltagarna föredrog att ha HUD:en på, då medelvärdet var högre för HUD på i frågan om hur upplevelsen var. Även det statistiska t-testet stödjer detta. I fallet om deltagarna föredrar att ha HUD:en på och om det blir mer inlevelserikt, så lutar svaren mot att det är så, men enligt t-testen så är svaren inte signifikanta nog.

As a result of improved hardware, Virtual Reality (VR) has made a return to the digital entertainment market. The tools to create VR applications are now readily available and numerous developers are attempting to create engaging experiences. Concurrently, eye tracking technology is increasingly implemented in VR hardware, enabling better immersion and analytics. Due to its recent popularization, few tools for analyzing VR experiences exist. As such, this study aimed to find a method for collecting and visualizing eye tracking data to that end. A case study was conducted to answer these questions, wherein software for collecting, saving, and visualizing gaze data was constructed. A user test to assess the program's accuracy and viability followed. The study found a performance friendly way to get and save data using software provided by the hardware manufacturers, and resulted in a system for visualization in which the user's gaze is played back. The user test confirmed the system's accuracy, and identified possible behavioral patterns, suggesting the software can be used for analysis. The study provides a base for further research. / Som en följd av den senare tidens hårdvaruutveckling har Virtual Reality (VR) återvänt till den digitala underhållningsmarknaden. Verktygen för att skapa VRapplikationer är numera tillgängliga för alla, och många utvecklare har gett sig i kast med att skapa engagerande upplevelser för mediet. Samtidigt används ögonspårande teknologi inom VR i ökande utsträckning, vilket möjliggör bättre inlevelse samt analytiska möjligheter. I egenskap av sin nyvunna popularitet finns få verktyg och metoder för att analyzera VR-upplevelser. Därför ämnar denna studie samla och visualisera data från ögonspårande hårdvara i det syftet. En fallstudie genomfördes för att svara på hur detta kan göras, i vilken mjukvara för att samla, spara, och visa ögondata skapades. Ett användartest för att bedöma programmets träffsäkerhet och användbarhet följde. Studien hittade ett prestandavänligt sätt att samla och spara datan, och resulterade i ett visualiseringssystem som återspelar användarens blick. Användartestet bekräftade systemets precision, och identifierade möjliga beteendemönster, vilket antyder att mjukvaran kan användas för analys. Studien lägger en grund för vidare forskning.

This thesis delves into eye tracking, a technique for estimating an individual’s point of gaze and understanding human interactions with the environment. A blossoming area within eye tracking is appearance-based eye tracking, which leverages deep neural networks to predict gaze positions from eye images. Despite its efficacy, the decision-making processes inherent in deep neural networks remain as ’black boxes’ to humans. This lack of transparency challenges the trust human professionals place in the predictions of appearance-based eye tracking models. To address this issue, explainable AI is introduced, aiming to unveil the decision-making processes of deep neural networks and render them comprehensible to humans. This thesis employs various post-hoc explainable AI methods, including saliency maps, gradient-weighted class activation mapping, and guided backpropagation, to generate heat maps of eye images. These heat maps reveal discriminative areas pivotal to the model’s gaze predictions, and glints emerge as of paramount importance. To explore additional features in gaze estimation, a glint-free dataset is derived from the original glint-preserved dataset by employing blob detection to eliminate glints from each eye image. A corresponding glint-free model is trained on this dataset. Cross-evaluations of the two datasets and models discover that the glint-free model extracts complementary features (pupil, iris, and eyelids) to the glint-preserved model (glints), with both feature sets exhibiting comparable intensities in heat maps. To make use of all the features, an augmented dataset is constructed, incorporating selected samples from both glint-preserved and glint-free datasets. An augmented model is then trained on this dataset, demonstrating a superior performance compared to both glint-preserved and glint-free models. The augmented model excels due to its training process on a diverse set of glint-preserved and glint-free samples: it prioritizes glints when of high quality, and adjusts the focus to the entire eye in the presence of poor glint quality. This exploration enhances the understanding of the critical factors influencing gaze prediction and contributes to the development of more robust and interpretable appearance-based eye tracking models. / Denna avhandling handlar om ögonspårning, en teknik för att uppskatta en individs blickpunkt och förstå människors interaktioner med miljön. Ett viktigt område inom ögonspårning är bildbaserad ögonspårning, som utnyttjar djupa neuronnät för att förutsäga blickpositioner från ögonbilder. Trots dess effektivitet förblir beslutsprocesserna i djupa neuronnät som ”svarta lådor” för människor. Denna brist på transparens utmanar det förtroende som yrkesverksamma sätter i förutsägelserna från bildbaserade ögonspårningsmodeller. För att ta itu med detta problem introduceras förklarbar AI, med målet att avslöja beslutsprocesserna hos djupa neuronnät och göra dem begripliga för människor. Denna avhandling använder olika efterhandsmetoder för förklarbar AI, inklusive saliency maps, gradient-weighted class activation mapping och guidad backpropagation, för att generera värmekartor av ögonbilder. Dessa värmekartor avslöjar områden som är avgörande för modellens blickförutsägelser, och ögonblänk framstår som av yttersta vikt. För att utforska ytterligare funktioner i blickuppskattning, härleds ett dataset utan ögonblänk från det ursprungliga datasetet genom att använda blobdetektering för att eliminera blänk från varje ögonbild. En motsvarande blänkfri modell tränas på detta dataset. Korsutvärderingar av de två datamängderna och modellerna visar att den blänkfria modellen tar fasta på kompletterande särdrag (pupill, iris och ögonlock) jämfört med den blänkbevarade modellen, men båda modellerna visar jämförbara intensiteter i värmekartorna. För att utnyttja all information konstrueras ett förstärkt dataset, som inkorporerar utvalda exempel från både blänkbevarade och blänkfria dataset. En förstärkt modell tränas sedan på detta dataset, och visar överlägsen prestanda jämfört med de båda andra modellerna. Den förstärkta modellen utmärker sig på grund av sin träning på en mångfaldig uppsättning av exempel med och utan blänk: den prioriterar blänk när de är av hög kvalitet och justerar fokuset till hela ögat vid dålig blänkkvalitet. Detta arbete förbättrar förståelsen för de kritiska faktorerna som påverkar blickförutsägelse och bidrar till utvecklingen av mer robusta och tolkningsbara modeller för bildbaserad ögonspårning.

Online conversations via video have nowadays partially replaced face to face contact, and there are some challenges that occur in video conversations, e.g., time delay and the placement of the camera which leads to eliminating the possibility for direct eye contact, and time delay. There are experiences that these conditions disturb the social connection with the other, which does not mainly affect problem solving effectiveness, but something relational seems to alter. This study investigated if eye-movement can used to measure social connectedness during video conversation. In order to study this, two custom made units (“NUNAs”) with robotized cameras were built, which e.g. allow for unprocessed eye contact. A feasibility pilot was conducted, which data this report is based on. The experimental conditions were 1, available eye contact, 2, skewed visuality and 3, time delayed signal. The participants (n = 12) took part pairwise, they were familiar with online conversation and did not self report autism spectrum disorder. They were instructed to talk naturally and unprobed through video using the NUNA’s for 30-50 minutes, and the three conditions were changing every 4 minutes. Eye movement behavior within the three conditions was compared, such as the duration of the visit in the eyes area. None of the results showed a significant difference. Factors that might lead to these results, such as limited sample size, are discussed. Eye movement in relational processes may be needed to be studied on a dyadic level, and not on individual. / Onlinekonversationer via video har numera delvis ersatt kommunikation ansikte mot ansikte. Det finns dock vissa utmaningar som uppstår vid videosamtal, exempelvis placeringen av kameran som leder till ett omöjliggörande av ögonkontakt, och tidsfördröjning. Det finns erfarenheter av att dessa förhållanden stör känslan av samhörighet till den andre, vilket inte påverkar problemlösningens effektivitet nämnvärt, istället är det de relationella aspekterna som förändras. Denna studie undersökte om ögonrörelser kan användas för att mäta social anknytning under videokonversation. För att studera detta byggdes två specialtillverkade enheter (”NUNA”) med robotiserade kameror, som t.ex. tillåter obearbetad ögonkontakt. En pilotstudie genomfördes och data ifrån studien har legat till grund för denna rapport. Experimentförhållandena var 1, tillgänglig ögonkontakt, 2, skev visualitet och 3, fördröjd signal. Deltagarna (n = 12) deltog parvis, de var bekanta med onlinekonversationer och rapporterade själva att de inte var inom autism spekrat. De instruerades att prata naturligt genom video med hjälp av NUNA i 30-50 minuter, och de tre förhållandena ändrades var 4:e minut. Ögonrörelsebeteenden inom de tre tillstånden jämfördes, såsom längden på besöket i ögonområdet. Inget av resultaten visade någon signifikant skillnad. Faktorer som kan leda till dessa resultat, såsom begränsad urvalsstorlek samt att ögonrörelser i relationella processer kan behöva studeras på dyadisk nivå, och inte på individnivå, diskuteras.

Locomotion in VR is still a topic of exploration, as different solutions serve different purposes. Teleportation is an established technique for moving in virtual environments larger than physical space, but one area that has not been thoroughly investigated is controller-free teleportation, where users are not limited by intermediary devices for movement control. Recent advancements in VR headsets now allow tracking of multiple body parts, including hands and eyes, enabling locomotion solely through gestures. Prior research on hand- and eye-tracking for teleportation in VR shows promising results in controlled environments but lacks practical comparisons in typical VR applications with dynamic settings. In this study, two types of controller-free teleportation techniques based on hand- and eye-tracking were implemented. The results indicate that, in dynamic VR environments, hand-based teleportation is more efficient and has seemingly higher usability. However, eye-based teleportation appears more immersive, and is potentially a viable and less physically demanding alternative for people with disabilities to increase the accessibility to VR applications. This study’s results provide valuable insights for developing innovative controller-free locomotion techniques utilizing body-tracking in dynamic VR environments. / Förflyttning i VR är ett ämne som fortfarande utforskas, då olika lösningar passar olika ändamål. Teleportering är en etablerad förflyttningsteknik för att röra sig i virtuella miljöer som är större än det fysiska utrymmet man befinner sig i, men ett område som inte har undersökts mycket ännu är kontrollerfri teleportering, där användare inte begränsas av mellanliggande enheter för att förflytta sig. De senaste utvecklingen av VR-headset tillåter kroppsspårning av händer och ögon, vilket möjliggör förflyttning enbart genom gester. Tidigare forskning kring hand- och ögonspårning för teleportering i VR visar lovande resultat i kontrollerade miljöer, men saknar praktiska jämförelser i typiska VR-applikationer med dynamiska miljöer. I denna studie implementerades två typer av kontrollerfria teleporteringstekniker baserade på hand- och ögonspårning. Resultaten tyder på att i dynamiska VR-miljöer är handbaserad teleportering mer effektiv och till synes högre användbarhet. Ögonbaserad teleportering verkar dock vara mer uppslukande, och är potentiellt ett användbart samt mindre fysiskt krävande alternativ för personer med funktionsnedsättning för att öka tillgängligheten till VR applikationer. Resultaten av denna studie ger värdefulla insikter till utvecklingen av innovativa kontrollerfria rörelsetekniker som använder kroppsspårning i dynamiska VR-miljöer.

Multiple media platforms today are fighting for viewer attention. Sports broadcasting companies are up against second screen platforms which keep feeding consumers with their constant push-notifications. Both The Nielsen Company and Apple predicts that television needs to get more interactive (e.g. AR, VR, eye tracking) in order to keep up. This paper introduces an eye tracking controller system in order to see if it could aid in this regard. This controller allows the viewer to look up statistics and other game related information on-demand on the main screen. A user study was conducted to determine if this controller could make the viewer have an enhanced viewing experience than a regular broadcast while at the same time also evaluated the usability of the system. 14 participants were recruited for the study, aged between 22 and 31 years old. The results indicate that the viewers have an enhanced viewing experience and find the controller very easy to understand and use. However, the results do not indicate any increase in visual attention towards the main screen. To gain further insight into the possibility of incorporating this system, further evaluation on a wider age group is needed. It is also recommended to conduct further research on the possible usage of this controller in different sports and with various functionality. / Flertalet av dagens mediaplattformar kämpar om konsumenternas uppmärksamhet. sportsändningsföretag ställs mot second screen-plattformar som matar konsumenter med ständiga push-notiser. Både The Nielsen Company och Apple föutspår att TV-tittande behöver bli mer interaktivt (exempelvis med AR, VR, ögonspårning) för att hänga med. Den här uppsatsen introducerar en interaktiv ögonspårningskontroll och undersöker om denna kontroll kan vara en lösning på detta. Kontrollen möjliggör att användaren kan se statistik och annan matchrelaterad information på sin huvudskärm. En användarstudie utfördes för att dels få svar på om denna kontroll kan få användare att ha en bättre tittarupplevelse än en vanlig sändning, och dels för att undersöka användbarheten av kontrollen. 14 deltagare, (med ett åldersspann på 22-31 år) rekryterades till studien. Resultaten ger indikationer på att användarna hade en förhöjd tittarupplevelse och att kontrollen är väldigt lätt att förstå och använda. Däremot så finns inga indikationer på en ökad visuell uppmärksamhet mot huvudskärmen. För att få större insikt så behövs en större utvärdering på en användargrupp med större åldersspann. Det rekommenderas även att utföra vidare studier på att möjligtvis använda denna kontroll till andra typer av sporter och med varierad funktionalitet.

Eye-tracking is a method for monitoring and measuring eye movements. The technology has had a significant impact so far and new application areas are emerging. Today, the technology is used in the gaming industry, health industry, self-driving cars, and not least in medicine. In the latter, large research resources are invested to investigate the extent to which eye-tracking can help with disease diagnostics. One disease of interest is Parkinson’s disease, a neuro-degenerative disease in which the dopamine production in nerve cells is destroyed. This leads to detoriating nerve signal transmission, which in turn affects the motor skills. One of the affected motor functions associated with PD is the oculomotor function, affecting the eye function. The declination can be observed clinically by physicians, however eye-tracking technology has a high potential here, but it remains to investigate which methodology and which test protocols are relevant to study and to what extent the technology can be used as a diagnostic tool. A novel class of algorithms for finding representations of data is called self-supervised learning (SSL). The class of algorithms seems to have a high potential in terms of categorizing biomarkers. This thesis examines to which extent an SSL network can learn representations of eye-tracking data on Parkinson’s patients, in order to distinguish between healthy and sick, patients on and off medication. The result suggests that the network does not succeed in learning distinct differences between groups. Furthermore, no difference is observed in the result when we in the model take into account the task-specific target information that the subjects are following. Today in the UK approximately 26 percent of Parkinson’s patients are misdiagnosed. In the initial state of the disease, the misdiagnosis is even higher. Potentially, the method can be used as a complement to regular diagnosis in different stages of the disease. This would provide better conditions for the patient as well as for medical and pharmaceutical research. The method also has the potential to reduce physicians’ workload. / Eye-tracking eller ögonrörelsemätning som är den svenska termen, är en metod för att följa och mäta ögats rörelser. Tekniken har fått en betydande genomslagskraft hittills och nya applikationsområden dyker upp titt som tätt. Idag används tekniken inom spelindustrin, hälsa, i självkörande bilar och inte minst inom medicin. Inom det senare läggs idag stora forskningsresurser för att undersöka i vilken utsträckning eye-tracking kan hjälpa till att diagnosticera sjukdomar. En sjukdom av intresse är Parkinson’s sjukdom, vilket är en neurodegenerativ sjukdom där dopaminproduktionen i nervceller förstörs. Det leder till att transmissionen av nervsignaler försämras som i sin tur gör att motoriken påverkas vilket bland annat leder till en nedsättning i ögats motorik. Det är något som man idag kan observera kliniskt, eye-tracking teknik har här en hög potential men det återstår att undersöka vilken metodik och vilka testprotokoll som är relevanta att undersöka och i vilken grad tekniken kan användas som ett diagnostiskt verktyg. En ny typ av algoritmer för att hitta representationer av data kallas för self-supervised learning (SSL), dessa algoritmer verkar ha en hög potential vad gäller kategorisering av biomarkörer. I denna uppsats undersöks i vilken grad ett SSL-nätverk kan lära sig representationer av eye-tracking data på Parkinson’s patienter för att kunna särskilja mellan friska och sjuka, medicinerade och omedicinerade. Resultatet är att nätverket inte lyckas lära sig skiljaktigheter mellan dessa klasser. Vidare noteras ingen skillnad i resultatet då vi i modellen tar hänsyn till de specifika uppgifterna som försökspersonerna fått. Idag får 30 procent av parkinsonpatienterna fel diagnos. I ett initialt tillstånd av sjukdomen är feldiagnosticeringen ännu högre. Potentiellt kan metoden användas som komplement till diagnosticering i olika skeden av sjukdomen. Detta skulle ge bättre förutsättningar för såväl patienten som för den medicinska och farmaceutiska forskningen. Metoden har dessutom potential att minska läkares arbetsbörda.

Online teaching has become more common during the past decades as technological advancements provide new education possibilities. New technology also gives teachers new ways to conduct teaching. Today, there are many different teaching methods which can be utilized. Which teaching methods should be used in order to retain students’ focus during lectures? Which ones should be used to improve students’ enjoyment of lectures? This thesis studies these questions through an eye tracking experiment. Test subjects watched short lecture clips, each using a different teaching while being recorded using eye tracking. In addition, the test subjects answered a questionnaire regarding lecture enjoyment. Based from the results, it is found that focus during and enjoyment of online lectures seems to be mostly dictated by cognitive load. Teaching methods which use some sort of technique to reduce the amount of cognitive load are better at keeping students focused. Furthermore, students seem to enjoy teaching methods which uses a chalk board more. / Onlineundervisning har blivit mycket vanligare under det senaste decenniet tack vare teknologiska framsteg. Nya teknologier har också gett lärare nya sätt att undervisa. Idag finns det många olika undervisningsmetoder som kan användas. Men vilka undervisningsmetoder borde lärare använda för att hålla studenter koncentrerade under föreläsningar? Vilka metoder skall användas för att öka studenters föreläsningsglädje? Denna studie svarar på dessa frågor med ett ögonspårningsexperiment. Försökspersoner tittade på korta föreläsningsklipp som använde olika undervisningsmetoder medans deras ögonrörelser var inspelade med ögonspårning. Försökspersonerna svarade även på en enkät om föreläsningsglädje. Från resultatet framgick det att fokus och hur mycket de gillade att kolla på online föreläsningen påverkades mest av kognitiv belastning. Undervisningsmetoder som använder sig av tekniker som minskar den kognitiva belastningen var bättre i att hålla studenter fokuserade. Studenter verkade även visa större föreläsningsglädje för undervisningsmetoder som anväder svarta tavlan.

This master’s thesis investigates methods for improving accessibility in virtual reality (VR), focusing on avatar control for individuals with limited mobility. VR offers an opportunity to help them with specific rehabilitation. Avatars, representing the user, serve as a bridge between the virtual and physical world, helping with the sense of embodiment and the more control, the better is the rehabilitation, for example. The objective is to identify effective avatar control approaches in VR, excluding traditional body movements, and assess their impact based on four criteria: sense of embodiment, user experience, task workload, and performance. To address this, we designed a VR experiment in Unity3D with two tasks: one for interaction (selection and manipulation) and one for navigation. Each task had two independent variables. One common variable was the input modality (head-tracking or eye-tracking). For interaction, the second variable determined whether participants had to grasp an object to trigger the avatar’s reaction or could directly control the avatar. In navigation, the second variable decided whether participants used steering or triggering mechanisms for navigating towards their destination. A user study using an HTC Vive Pro eye including 24 healthy participants, testing all four conditions for both tasks was conducted. Participants received tutorials before each condition. We recorded run times during each condition, with five runs for interaction and four for navigation. After each condition, participants provided feedback: the Virtual Embodiment Questionnaire assessed sense of embodiment, the NASA Task-Load Index evaluated task workload, and the System Usability Scale gauged user experience. A repeated-measure two-way Anova showed that for interaction, eye-tracking improved speed performance but did not significantly affect the other metrics compared to head-tracking. In navigation, head-tracking consistently outperformed eye-tracking in all aspects. No other significant results were found. In conclusion, this thesis lays a foundation for enhancing VR accessibility by providing insights into input modalities and avatar control methods. / Denna masteruppsats undersöker metoder för att förbättra tillgänglighet i virtuell verklighet (VR), med fokus på avatarstyrning för personer med begränsad rörlighet. VR erbjuder en möjlighet att hjälpa dem med specifik rehabilitering. Avatarer, som representerar användaren, fungerar som en bro mellan den virtuella och den fysiska världen och hjälper till med känslan av förkroppsligande och ju mer kontroll, desto bättre är rehabiliteringen, till exempel. Syftet är att identifiera effektiva metoder för avatarkontroll i VR, med undantag för traditionella kroppsrörelser, och bedöma deras inverkan utifrån fyra kriterier: känsla av förkroppsligande, användarupplevelse, arbetsbelastning och prestanda. För att ta itu med detta utformade vi ett VR-experiment i Unity3D med två uppgifter: en för interaktion (urval och manipulation) och en för navigation. Varje uppgift hade två oberoende variabler. En gemensam variabel var input modality (head-tracking eller eye-tracking). För interaktion bestämde den andra variabeln om deltagarna var tvungna att greppa ett objekt för att utlösa avatarens reaktion eller direkt kunde kontrollera avataren. För navigering avgjorde den andra variabeln om deltagarna använde styr- eller utlösningsmekanismer för att navigera mot sin destination. En användarstudie med en HTC Vive Pro eye genomfördes med 24 friska deltagare, som testade alla fyra villkor för båda uppgifterna. Deltagarna fick handledning före varje villkor. Vi registrerade körtider under varje villkor, med fem körningar för interaktion och fyra för navigering. Efter varje tillstånd gav deltagarna feedback: Virtual Embodiment Questionnaire bedömde känslan av förkroppsligande, NASA Task-Load Index utvärderade arbetsbelastningen och System Usability Scale mätte användarupplevelsen. En repeated-measure two-way Anova visade att för interaktion förbättrade eyetracking hastighetsprestandan men påverkade inte de andra mätvärdena signifikant jämfört med head-tracking. Vid navigering överträffade head-tracking konsekvent eye-tracking i alla avseenden. Inga andra signifikanta resultat hittades. Sammanfattningsvis lägger denna avhandling en grund för att förbättra VR-tillgängligheten genom att ge insikter om inmatningsmodaliteter och avatarstyrningsmetoder.