Design and development of natural eye typing interface
| dc.contributor.advisor | Rötting, Matthias | |
| dc.contributor.author | Zeng, Zhe | |
| dc.contributor.grantor | Technische Universität Berlin | en |
| dc.contributor.referee | Rötting, Matthias | |
| dc.contributor.referee | Hansen, John Paulin | |
| dc.date.accepted | 2022-02-04 | |
| dc.date.accessioned | 2022-03-04T16:55:22Z | |
| dc.date.available | 2022-03-04T16:55:22Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | With the development of eye tracking technology, gaze interaction has shown great potential to assist day-to-day human computer interaction. Gaze input makes it possible to combine both visual search and action activation into one step, as users can perceive relevant information and activate desired commands, i.e., by focusing their gaze on a corresponding item on the interface. However, the usage scenario is limited by eye tracking accuracy and user acceptance. The aim of this dissertation therefore is to design a dynamic eye typing interface that tolerates eye tracking with low accuracy. It should be easy to understand without extensive training, and can be applied to the use of public screens. To this end, three studies were conducted, they are an offline gaze data analysis, the evaluation for the new typing interface and its iterative design.The first study focused on the effects of the number of objects and object moving speed in the calibration-free gaze interface based on pursuit movements where objects move linearly. Offline gaze data of 25 participants were collected and analyzed. The results indicate that the number of objects significantly influenced the correct and false detection rates. Participants' performance was better on the interfaces containing 6 and 8 objects compared to 10, 12 and 15 objects. The detection rate was significantly higher for interfaces with faster moving speed than for slower ones. The second study concentrated on developing a new dynamic eye typing interface. The eye typing interface features two-stage selection and one-point calibration. To activate a command action, the user needs to first look at the corresponding character cluster and then follow the movement of the desired character in this cluster with their eye. With the findings of the first study, this typing interface was designed with eight character clusters, and there are four characters in each character cluster. A user study with 29 participants was conducted to compare four types of feedback for this eye typing interface. The results confirmed that the user can learn how to interact with the system in a short time. The interface with both visual and auditory feedback achieved the highest typing speed. In the third study, three eye typing interfaces based on the second study were further presented and compared. They are interfaces without language-model support (i.e., the baseline), with letter prediction and with both letter and word prediction, respectively. The results of the user study showed that the interface with letter and word prediction achieved the highest typing speed (5.48 words per minute) and improved by 70% compared with the baseline. The improvement gradually increased as the user became familiar with the interface. In this dissertation, several dynamic eye-typing interfaces were developed based on a one-point calibration and the learning costs are relatively low. he results of this dissertation can be used to improve gaze-based human-computer interfaces and support the design of robustly functioning eye-typing interfaces in public spaces. | en |
| dc.description.abstract | Entwicklungen im Feld der Eye-Tracking-Technologie eröffnen neue Möglichkeiten zur Nutzung der Blickinteraktion für die Unterstützung der Mensch-Computer-Interaktion im Alltag. Die Blickinteraktion ermöglicht es, visuelle Suche und Auslösen von Aktionen in einem Schritt zu kombinieren, da die Nutzenden relevante Informationen wahrnehmen und gleichzeitig gewünschte Aktionen auslösen können, indem sie beispielsweise ihren Blick auf ein Element im Interface richten. Die Anwendungsmöglichkeiten sind jedoch durch die Genauigkeit der Blickverfolgung und die Akzeptanz der Nutzer begrenzt. Ziel dieser Dissertation ist es daher, ein natürliches Eye-Typing-Interface zu entwickeln, das auch Eye-Tracking mit niedriger Genauigkeit toleriert. Das Interface sollte ohne umfangreiches Training leicht zu verstehen und für die Nutzung von öffentlichen Bildschirmen geeignet sein. Zu diesem Zweck wurden drei Studien durchgeführt: eine Offline-Blickdatenanalyse, eine Evaluationsstudie für ein neues Eye-Typing Interface und die Analyse einer Weiterentwicklung des neuen Interface. Die erste Studie untersuchte die Auswirkungen der Anzahl von Objekten und der Objektbewegungsgeschwindigkeit in einem augenfolgebewegungsbasierten , kalibrierungsfreien Eye-Typing Interface, in dem sich die angezeigten Objekte linear bewegen. Die offline-Blickdaten von 25 wurden gesammelt und analysiert. Die Ergebnisse zeigen, dass die Anzahl der Objekte im Interface einen signifikanten Einfluss auf die Zahl der korrekten und falschen Detektionen der gezeigten Objekte hat. Die Leistung von Teilnehmenden war beim Interface mit 6 und 8 Objekten besser als beim Interface mit 10, 12 und 15 Objekten. Die Rate der korrekten Detektionen war bei den schnelleren Bewegungsgeschwindigkeiten signifikant höher als bei den langsameren. Die zweite Studie beschäftigte sich mit der Entwicklung eines dynamischen Eye-Typing Interfaces. Das entwickelte Interface verfügt über eine zweistufige Auswahl und eine Ein-Punkt-Kalibrierung. Um eine Aktion auszulösen, muss der/die Nutzende zunächst auf die entsprechende Zeichengruppe blicken und dann die Bewegung des gewünschten Zeichens in dieser Gruppe mit den Augen verfolgen. Es wurde eine Benutzerstudie mit 29 Teilnehmenden durchgeführt, und vier verschiedene Arten von Feedback für diese Eye-Typing-Interface verglichen. Die Ergebnisse bestätigten, dass der Benutzer den Umgang mit dem Eye-Typing-Interface in kurzer Zeit erlernen kann. Das Interface mit dem kombinierten visuellen und auditiven Feedback erreichte die höchste Tippgeschwindigkeit. Auf der Grundlage der zweiten Studie wurden in der dritten Studie drei Eye-Typing-Interfaces entwickelt und verglichen. Ein Interface ohne Unterstützung von Sprachmodellen (als Baseline), ein Interface mit Buchstabenvorhersage und ein drittes Interface mit kombinierter Buchstaben- und Wortvorhersage. Die Ergebnisse der Studie zeigen, dass das Interface mit Buchstaben- und Wortvorhersage die höchste Tippgeschwindigkeit erreichte (5.48 Wörter pro Minute), die sich im Vergleich zum Baseline Interface um 70% verbesserte. Je vertrauter die Nutzenden mit dem Interface wurden, desto stärker verbesserte sich die Tipp\-geschwindigkeit mit dem System. In dieser Dissertation wurden mehrere dynamische Eye-Typing-Interfaces basierend auf einer Einpunktkalibrierung entwickelt, deren Nutzung nur geringen Lernaufwand erfordert. Die Ergebnisse dieser Dissertation können genutzt werden um blickbasierte Mensch-Computer-Schnittstellen zu verbessern und unterstützen das Design von robust funktionierenden Eye-Typing Interfaces im öffentlichen Raum. | de |
| dc.identifier.uri | https://depositonce.tu-berlin.de/handle/11303/16350 | |
| dc.identifier.uri | http://dx.doi.org/10.14279/depositonce-15125 | |
| dc.language.iso | en | en |
| dc.relation.references | 10.16910/jemr.13.1.3 | |
| dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | en |
| dc.subject.ddc | 100 Philosophie und Psychologie | de |
| dc.subject.ddc | 000 Informatik, Informationswissenschaft, allgemeine Werke | de |
| dc.subject.other | eye typing | en |
| dc.subject.other | eye tracking | en |
| dc.subject.other | gaze interaction | en |
| dc.subject.other | human computer interaction | en |
| dc.subject.other | touchless | en |
| dc.subject.other | Augentippen | de |
| dc.subject.other | Augenverfolgung | de |
| dc.subject.other | Blick-Interaktion | de |
| dc.subject.other | Mensch-Computer-Interaktion | de |
| dc.subject.other | berührungslos | de |
| dc.title | Design and development of natural eye typing interface | en |
| dc.title.translated | Design und Entwicklung der Natural Eyes Typing-Schnittstelle | de |
| dc.type | Doctoral Thesis | en |
| dc.type.version | acceptedVersion | en |
| tub.accessrights.dnb | free | en |
| tub.affiliation | Fak. 5 Verkehrs- und Maschinensysteme::Inst. Psychologie und Arbeitswissenschaft::FG Mensch-Maschine-Systeme | de |
| tub.affiliation.faculty | Fak. 5 Verkehrs- und Maschinensysteme | de |
| tub.affiliation.group | FG Mensch-Maschine-Systeme | de |
| tub.affiliation.institute | Inst. Psychologie und Arbeitswissenschaft | de |
| tub.publisher.universityorinstitution | Technische Universität Berlin | en |