Determinar cuál es la información más relevante de un conjunto de datos es una tarea fundamental en su proceso de análisis. En grandes conjuntos de datos multidimensionales es crucial poder determinar cuáles son las dimensiones más relevantes que caracterizan el conjunto de datos con una mínima pérdida de información en dicha transformación; esto es relevante tanto desde el punto de vista del análisis computacional como desde el visual. Para ello, se aplican técnicas de reducción dimensional.
Otro aspecto importante es la determinación de características distintivas de los subconjuntos para su posterior diferenciación. Este proceso es conocido como extracción de características.
El seguimiento de los movimientos oculares (eye tracking) permite evaluar la información adquirida por una persona durante la lectura u observación de una imagen. Durante ambos procesos, el ojo realiza movimientos en las cuales la información es adquirida para luego ser interpretada por el cerebro. El eye-tracker registra y graba tanto información relativa a los movimientos como el tiempo que necesita la persona para procesar la información. Esta técnica es utilizada en disciplinas muy diversas vinculadas a la evaluación de los procesos cognitivos que se desarrollan en el ser humano.
Los eye-tracker son en general dispositivos de un costo muy elevado y que requieren una calibración para su uso. Dependiendo de la aplicación que se le quiera dar a la información extraída o de la patología del sujeto de estudio, a veces no es posible realizar este proceso.
Nuestro grupo de investigación actualmente trabaja en técnicas de reducción dimensional, visualización y extracción de características además de en la utilización de estas técnicas para diseñar y desarrollar eyetrackers de bajo costo, independientes de la posición y libres de calibración.