In this thesis the Tobii eye-tracker 4L was used to investigate how well eye-tracking solutions such as a confirmation-click and dwell-time algorithm compares to the standard mouse input device when performing selection tasks in a map environment. In order to distinguish the different complexity one could face, two user cases are proposed. Scenario one includes non clustered objects. Scenario two include clustered occluded objects. A user study with nine different participants where conducted in order to compare the execution times and find out how error prone the different methods were. Each test participant performed eight different tests, three in the non-clustered scenario and five in the clustered scenario. In two of the tests in the clustered scenario test participants were aided with zooming through a zoom algorithm. The methods was evaluated by calculating the average execution times and errors along with the corresponding standard deviations. In order to grasp the users experience a subjective cognitive load score was calculated with the help of a questionnaire. The eye-tracker methods was found to be competitive in comparison to mouse interaction in the more simple non-clustered case. However, in a more complex scenario such as the clustered case the mouse interaction had the lowest average completion time and cognitive load score. A different type of selection behaviour was discovered among the test participants in the clustered scenario due to the difference in precision between the eye-tracker and mouse interaction. Finally interesting areas to consider in the future is presented and discussed. / I denna avhandling användes en Tobii eye-tracker 4L för att undersöka hur väl eye-tracking metoder så som en bekräftelseklick och dwell-time algoritm jämför sig med standard mus interaktion vid objekt selektion i en kartmiljö. För att urskilja variationen i komplexitet man kan möta föreslås två olika användarfall. Scenario ett inkluderar objekt som är distinktivt separerade och därav ej grupperade. Scenario två inkluderar grupperade samt ockluderade objekt. En användarstudie med nio olika deltagare genomfördes för att jämföra exekveringstiderna och ta reda på hur felbenägna de olika metoderna var. Varje testdeltagare utförde åtta olika tester, tre i det icke-grupperade scenariot och fem i det grupperade scenariot. I två av testerna i det grupperade scenariot fick deltagarna hjälp med att zooma genom en zoomalgoritm. Metoderna utvärderades genom att beräkna de genomsnittliga exekveringstiderna samt antal fel tillsammans med motsvarande standardavvikelser. För att förstå hur användarna upplevde de olika metoderna togs en subjektiv kognitiv belastningspoäng fram genom ett frågeformulär. Eye-tracker metoderna var konkurrenskraftiga i jämförelse med musinteraktion i det enklare fallet där objekt ej var grupperade. I ett mer komplext scenario, såsom i det grupperade fallet, hade dock musinteraktionen den lägsta genomsnittliga exekveringstiden och kognitiva belastningspoängen. En annan typ av selektions beteende upptäcktes bland testdeltagarna i det grupperade scenariot på grund av skillnaden i precision mellan eye-trackern och musinteraktionen. Slutligen presenteras och diskuteras intressanta områden att överväga vid framtida arbeten.

The human’s ability to see, listen and speak is naturally embedded in how we interact and communicate with each other, but not only do we interact with other humans, we also spend a lot of time interacting with computers. In our study we take a starting point in embodied interaction and draw on people’s abilities from everyday life and apply them to computation in form of eye-tracking and speech recognition. Previous research mainly explored these inputs separately and little has been discovered regarding the combination. We applied a qualitative approach consisting of free surfs, task based evaluations and ten interviews, and we aimed for an understanding of how people perceive this interaction and to discover potential use contexts. The results indicate that people are positive towards the combination of eye-tracking and speech recognition for interacting with computers but found it hard to imagine a rich set of contexts in which it could be used.

Tato diplomová práce byla vypracována při studijním pobytu na University of Eastern, Finland. Tato práce se zabývá analýzou pohybů očí jakožto charakteristiky lidských úmyslů. Během hraní hry 8Puzzle byly extrahovány pohyby očí a rozděleny na základě stisku tlačítka, které ve hře symbolizovalo hráčův úmysl pohnout herní kostičkou. Takto rozdělené sekvence představují reflexivní chování oka, tzv. pohledové gesto, které představují zdroj příznaků. Příznaky extrahované z pohybů očí pak popisují pohledová gesta spojená jak s úmysly a tak bez úmyslů. Nově bylo do analýzy zahrnuto také pozorování změn v zorničce jakožto zdroj informací, který by mohl pomoci v rozlišení úmyslných pohledů od pohledů bez záměru. Tento úkol zahrnuje binární klasifikaci, která byla realizována pomocí navrženého predikčního modelu s využitím SVM a RBF jádra. Tato práce se také zaměřuje na studium vlivu normalizace na celkové výsledky. Vyhodnocení modelu bylo realizování pomocí křivky pod grafem. Z výsledků bylo dobře patrné, že datová sada příznaků založená na fixacích a sakádách lépe rozlišila úmyslné sekvence od neúmyslných, zatímco úspěšnost sad příznaků postavených na odezvách pupily se pohybovala na hranici náhodného klasifikátoru. Přestože dosažené výsledky vyzývají k dalšímu studiu lidských úmyslů pomocí pohybů očí, přestože klasifikace v reálném čase na základě takto navržených příznaků by prozatím nebyla 100% spolehlivá.