Определение акцентов внимания с помощью интеллектуального самописного трекера глаз

При восприятии сложных насыщенных изображений встает задача не только отследить, куда направлен взгляд пользователя, но и понять, как он обрабатывает информацию на экране, как переключается между объектами и где его внимание задерживается дольше. Эффективность восприятия предопределена эффективностью интерфейса и информационной моделью, построенной разработчиком, на результативность работы которого выявленные акценты внимания человека-оператора. Разработан инструментарий трекинга глаз на языке Python версии 3.10 с подключением библиотек mediapipe, openCV и matplotlib с расширенный функционалом, направленным на улучшение точности интерпретации поведения взгляда и усовершенствование методов представления собранных данных. Использование разработанного инструментария позволяет определить зоны интереса пользователей, выявить акценты внимания, которые могут служить основой для построения карт внимания, что в дальнейшем может помочь при создании эффективного пользовательского интерфейса.