Eyeso  Glasses 系列头戴式眼动仪

※ 可达380fps 的采样率（部分型号）
※ 高低光灵敏度和高动态范围
※ 可替换的F2.6mm-F8mm 广角镜头和近距镜头（部分型号）
※ 可设置的瞳孔捕捉参数配合瞳孔检测算法※ 眼睑识别，眨眼识别、perclos 疲劳度计算（部分型号）
※ 多种校准模式适合不同情境的使用环境
※ 二维标记追踪自动确定ROI 兴趣区※ 丰富的拓展配件适应各种应用场景
※ 免费软件升级更新

便携且强大的眼动仪眼镜
Eyeso Glasses 仅重47克，轻便设计带来舒适的穿戴体验。具备高达380Hz的采样率和专业分析工具，实时捕获动态视觉数据，适用于高校、研究机构及企业测试平台。

高速眼动数据采集
采用高帧率图像传感器与2μm omnibsi-2™像素技术，提供高低光灵敏度和高动态范围，可达380fps，减少运动伪影，是市场上采样率高的头戴式眼动追踪设备之一。

2D&3D 眼球识别模式
支持2D瞳孔图像识别和3D眼球模型拟合，两种模式确保宽视场下的精确捕捉与误差补偿，提供丰富的眼球运动数据。

准确度高
拥有0.5°的准确度，稳定捕捉眼球微小动作，适合科研实验及人类视觉行为研究。

适用于不同测试环境
配备宽动态HDR 115dB摄像模组，结合F2.6mm-F8mm可调节角度镜头设计，支持上下25°调节，在各种光照条件下（包括逆光）保持清晰成像，适应从室内低光到室外高亮的不同环境和不同远近测试，满足多样化测试需求，提升适用性和灵活性。

支持多种校准模式
提供屏幕校准、自然特征校准、单点校准等多种模式，通过软件实现二次校准，确保精准调整。

灵活的ArUco 二维码标记
利用多个二维码标记锁定实验刺激区域，自动转化眼动坐标数据为相对坐标，提高实验效率。仅需一组二维码标记，即可生成多个ROI 兴趣区，并自由编辑区域及位置。

远程无线操控和监控
通过无线中继站设备实现远程控制，覆盖距离长达40米，连接4G/5G网络后无限延伸，便于实验过程管理。

支持与脑电和生理数据同步采集
整合Psyhub TPSN同步触发系统，实现眼动、脑电及生理数据的同步采集与分析，深化研究深度。

支持多语言应用程序编程接口
提供基于文本的高易用API，支持C、C++、C#、Java、PHP、Python、Go、Haxe和Lua 等多种编程语言，便于二次开发与定制化应用。

加装近视镜片
兼容近视镜片加装，方便近视用户使用，无需担心视力问题影响实验效果。

集成性及室外测试
采用便携箱一体化集成设计，电池供电续航达4小时，适配无市电环境，标准配置含标准配置含眼动仪主机、双电池组、无线中继站、激光笔及专用背包等核心组件，适合室外测试场景。

Eyeso Studio专业眼动分析平台
集成眼动追踪与多维度生理数据分析功能
◆ 多模态数据同步：支持眼动、脉搏、皮电、心电设备的数据融合处理
◆ 智能分析系统：热图/注视轨迹/AOI 等多维可视化分析模块
◆ 高效处理引擎：实时数据运算与动态可视化反馈系统
◆ 灵活配置方案：预设指标库+自定义参数工具+鼠标行为追踪
◆ 扩展开发服务：提供个性化实验设计及数据处理方案定制

产品参数
1.眼动追踪功能：单/双眼追踪、2D眼球追踪、3D眼球追踪
2.眼动采样率：380/220/180FPS
3.眼动准确度（精确度）：0.5度（0.12度）
4.校准模式类型：6种（含5点屏幕或投影标记校准、自然特征校准、中心/缩放/枕型/梯形二次校准）
5.场景镜头可调角度：60°
6.眼动模组可调角度：俯仰40°，水平120°
7.校准质量评估：支持准确度和精确度测试结果自动评估显示，可视化校准区域和质量
8.眼球2D识别数据：5种（含瞳孔中心位置xy坐标、瞳孔ab轴、角度、瞳孔直径、置信度）
9.眼球3D识别数据：12种（含瞳孔眼球中心xyz坐标、眼球半径、瞳孔中心xyz坐标、theta值、phi值）
10.瞳孔识别模式：3种（含Alogrithm模式）
11.场景摄像可测范围：50°-110°（含4枚可更换镜头）
12.系统主要功能：实验回放、热点图分析、轨迹分析、注视分析、兴趣区绘制分析、兴趣区图表、指标计算
13.同步多模态记录：支持Psyhub TPSN同步触发协议，支持同步触发眼动与其他包含此协议的脑电生理设备
14.眼动分析指标总数量：130项
15.兴趣区特征指标：17项（含权重、游览基线时间、契合度、访问次数、回访次数、单位面积注视时间、扫视首次进入方向、扫视首次离开方向）
16.注视点细分类型：4种（含意识注视、无意识注视、焦点注视、扫描注视）
17.注视分布分析指标：14项
18.眨眼及瞳孔分析指标：10项（含眨眼频率，眨眼平均持续时间，瞳孔平均直径）
19.系统进阶模块：Levenshtein相似度计算，显著图（含Std、SurpStd、PNO3contrast、Variance、Scorr预定义算法组合）