BriefGPT - AI 论文速递
·
HCEye：探索视觉突出和认知负荷对用户注意力和显著性预测的动态转移
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究通过分析27位参与者对150个网页的眼动数据，研究了视觉突出显示和双重任务对凝视行为的影响。实证研究表明，尽管认知负荷增加时注意力减少，但动态调整仍具吸引力。同时，最先进的显著性模型在考虑不同认知负荷时性能提升。研究增进了对多任务情境下注意力过程的理解，并为预测用户在多任务中的注意力提供了新模型。
🎯
关键要点
- 本研究分析了27位参与者对150个网页的眼动数据。
- 研究了视觉突出显示和双重任务对凝视行为的影响。
- 尽管认知负荷增加时注意力减少，但动态调整仍具吸引力。
- 显著性模型在考虑不同认知负荷时性能提升。
- 研究增进了对多任务情境下注意力过程的理解。
- 为预测用户在多任务中的注意力提供了新模型。
➡️
