ACE-DNV:在动态自然观看中对目光事件的自动分类
Ashkan Nejad1,2, Gera A de Haan3,4, Joost Heutink3,4
1Department of Research and Improvement of Care, Royal Dutch Visio, Huizen, The Netherlands. a.nejad@rug.nl.
Behavior research methods
|March 6, 2024
概括
这项研究引入了ACE-DNV,这是一种用于自动分类自然活动期间眼睛运动事件的新方法. 它在没有额外的传感器的情况下工作,简化了自由移动的个体的目光分析.
科学领域:
- 眼科和神经科学 眼科和神经科学
- 人与计算机的交互
- 计算机视觉 计算机视觉
背景情况:
- 眼动分析对于诊断和理解视觉感知至关重要.
- 目前的自动化方法与自由移动的参与者扎,通常需要额外的传感器,如IMU.
- 越来越需要在不受限制的动态环境中对视线事件进行分类.
研究的目的:
- 开发一种新的框架,用于只使用眼睛跟踪数据和场景视频的自动目光事件分类.
- 为了能够准确地分析自然活动期间自由移动的个体的目光行为.
- 克服现有方法的局限性,需要额外的硬件.
主要方法:
- 在动态和自然观看 (ACE-DNV) 框架中开发了目光事件的自动分类.
- ACE-DNV分析眼睛运动速度和方向,并结合视觉测距以捕捉运动.
- 它还评估了视角周围场景内容的变化.
主要成果:
- ACE-DNV成功地区分了凝视固定,追逐,追随和转移 (saccade) 事件.
- 性能与依赖于额外传感器的现有方法可比.
- 该框架使用公开可用的数据集证明了其有效性.
结论:
- 在动态的自然环境中,ACE-DNV提供了一种简化方法,用于自动地对视线事件进行分类.
- 该方法消除了对深度摄像头或IMU等专门硬件的需求.
- 这一进步有助于研究现实世界活动中的目光行为.
