二、分析工具智能化1、新增动态目标追踪与兴趣区域自动分析功能功能在原有基于二维码和视频流域追踪创建兴趣区域技术上新增该技术，适用于头戴式眼动实验场景，无需人工多次标记。应用场景示例
· 驾驶研究：系统可自动识别并跟踪驾驶员视野中其他车辆、自行车、行人（尤其是横穿马路的行人）以及交通信号灯的运动轨迹。通过持续跟踪这些移动物体，系统自动生成兴趣区域，高效分析驾驶员在不同交通情境下的视觉注意力分配。
· 运动科学：系统支持在各类运动情境中对关键动态目标进行智能识别与兴趣区域自动分析。例如，在球类运动中自动识别并跟踪球、队友、对手及场上关键目标。深入探索运动员的视觉搜索策略、预判机制与决策行为。
2、静态图片映射
功能
将采集的眼动数据，与真实环境中的静态图像（如场景、物体或界面）进行空间对齐，从而实现更准确的可视化与分析。
应用场景示例
· 神经营销：消费者在真实环境进行消费浏览时，将其视点热点图精准映射到静态场景图像上，从而客观比较不同设计的注意力争夺效果。
· 教育领域： 该技术通过将学习者在动态、真实的教学场景（如使用数字化教材、多媒体课件）中的实时眼动注视数据，精确配准并叠加到静态的教材素材上。为研究学习中的认知加工过程、教材设计的视觉逻辑有效性等提供客观、可量化的实证数据支持。
3、非接触式生理感知技术
功能
基于视频数据即可非接触式获取心率、呼吸率等生理指标。
应用场景示例
· 驾驶疲劳监测：在驾驶模拟实验中，仅通过摄像头即可长期、无感地监测驾驶员的心率、呼吸率变化，用于早期预警疲劳状态，不影响驾驶的自然性。
· 课堂专注度研究：在自然教学环境下，无需给学生佩戴任何设备，即可通过视频分析学生的生理状态变化，评估课程不同环节的集体专注度与情绪投入。
4、语音转写+语义情绪识别
功能
支持语音转写，并可进行多语种分段分析，提取情绪、关键词与主题。
应用场景示例
· 教育领域：可对师生、生生之间的对话进行自动转写与分段。通过分析学生提问、回答时的情绪状态，以及讨论中涌现的高频关键词与主题演变，为改进教学方法提供客观依据。
· 心理健康预警：可辅助识别其言语中流露出的情绪倾向，提供一份客观的补充性参考。
5、近红外功能连接分析升级
功能
支持跨设备、跨被试、跨文件的联合分析，便于开展合作、竞争等情境下的脑间同步性研究。
应用场景示例
多个被试之间的超扫描研究（人际互动）：通过对比合作和竞争任务下多模态数据与行为表现，揭示人际互动的神经生理机制，为合作与竞争研究提供新视角。
三、保障数据采集质量
1、增加近红外3D光级定位方式
功能
在手动定位基础上，增加通过定位笔进行3D光级定位的方式，交互直观、精度可靠。
应用场景示例
儿童认知研究：面对好动的儿童被试，使用3D光笔进行快速、精准的近红外设备定位。
四、快速开展实验和被试测量
1、内置实验范式+量表
功能
平台内置经典Stroop,经典2-back任务等实验范式，以及覆盖人格特质、压力感知、团队认知等60+测评量表，涵盖疲劳评定量表FAI、贝克抑郁自评量表BDI等，方便研究者直接使用快速开启实验。
应用场景示例
新实验课题启动时，可直接调用内置的经典Stroop范式、2-back工作记忆范式及焦虑自评量表(SAS)、抑郁自评量表(SDS) 等，快速完成实验搭建与被试初步筛查，提高研究效率。
以上所有升级与全新功能，都将在 2026年3月底推出的 HRTV2.1 版本中为您呈现。
我们期待与您一同，开启更智能、更高效的人类行为研究新篇章。
