基于视线的注意网络分析在虚拟现实课堂
Philipp Stark1, Lisa Hasenbein1, Enkelejda Kasneci2
1University of Tübingen, Hector Research Institute, Europastraße 6, 72072 Tübingen, Germany.
MethodsX
|April 5, 2024
概括
这项研究引入了凝视射线造来分析3D虚拟现实 (VR) 中的视觉注意力,使用眼睛跟踪数据. 该方法创建了注意力网络,以理解VR环境中的学习和社会行为.
科学领域:
- 人与计算机的交互
- 认知科学 认知科学
- 虚拟现实 虚拟现实 虚拟现实
背景情况:
- 在动态的3D虚拟现实 (VR) 环境中分析视觉注意力存在独特的挑战.
- 现有的方法很难捕获详细的眼睛跟踪信息,并得出可解释的行为指标.
研究的目的:
- 用眼睛跟踪数据在3D VR中测量和分析视觉注意力的指南.
- 引入一种新的方法,注视射线造,用于模拟3D注视运动和提取对象交互数据.
- 从视觉注意力模式开发可解释的学习和社会行为的指标.
主要方法:
- 使用凝视射线造来模拟3D凝视运动,并在VR环境中识别被凝视的物体.
- 注意力网络被构建为可视化参与者在实体之间随着时间的推移的凝视转换.
- 图形理论测量 (中心性,分布性,相互连接性) 被计算出以分析网络结构.
主要成果:
- 开发的方法成功地生成了视觉注意力的图形模型,将目光过渡表示为注意力网络.
- 网络分析提供了可统计测试的措施来解释3DVR中的视觉注意力模式.
- 该方法在274名参与者参与的VR课堂研究中得到了验证,为学生的学习提供了洞察力.
结论:
- 凝视射线造为分析3DVR环境中的视觉注意力提供了强大的解决方案.
- 注意网络分析为VR中的认知和行为过程提供了有价值的,可解释的见解.
- 该研究为研究人员提供了实用指南,实施教程和开源代码.
