Aller au contenu principal
Accès ouvert déclaré 2026 article

Convolution-Based Modeling of Pupil Dynamics: Integrating Luminance for Enhanced Arousal Prediction ETRA007

0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : ch, gb, fi. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Pupil size is a key eye-based indicator of mental processing and internal states. Nonetheless, pupil size is also influenced by light, causing challenges for monitoring internal states with eye tracking in dynamic and naturalistic settings. We investigated how convolution-based modeling can capture the influence of luminance and emotional arousal on pupil size, and conversely, how pupil dynamics inform arousal prediction. In a lab study, we analyzed data collected from 19 participants who watched travel-themed videos with different arousal levels and their pixelated counterparts. We present and evaluate a convolution-based approach for pupil size modeling that integrates low-level visual features and higher-order emotional factors, as previous work has shown effectiveness of such methods in modeling pupil light reflex. Our results show that incorporating luminance and contrast indeed enhances arousal prediction from pupil data, although performance varies due to different user behavior and stimuli.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Convolution-Based Modeling of Pupil Dynamics: Integrating Luminance for Enhanced Arousal Prediction ETRA007
Date Crossref
28/05/2026
Éditeur
Association for Computing Machinery (ACM)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • ETH Zurich pays non établi dans la notice
    Université ou école supérieure
  • GeoInformation (United Kingdom) pays non établi dans la notice
    Entreprise
  • University of Eastern Finland pays non établi dans la notice
    Université ou école supérieure
  • Finland University pays non établi dans la notice
    Université ou école supérieure
  • Institute of Cartography and Geoinformation pays non établi dans la notice
    Structure de recherche
  • School of Computing pays non établi dans la notice
    Université ou école supérieure

ETH Zurich, GeoInformation (United Kingdom) et University of Eastern Finland, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Gaze Tracking and Assistive TechnologyErgonomics and Musculoskeletal DisordersAdvanced Optical Imaging Technologies

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.