在室内登中实现自动物体检测和活动识别

科学领域:

• 体育科学 运动科学
• 认知神经科学 认知神经科学
• 人与计算机的交互

背景情况:

• 岩是一种高风险的感知-动作任务,需要集成的认知,感知和运动.
• 以前的研究主要集中在登山者的运动上,对视觉注意力的作用的理解有限.
• 手动编码眼睛跟踪数据来分析登山者的注意力是耗时和劳动密集的.

研究的目的:

• 开发一个深度学习框架,用于室内登的自动掌握识别.
• 为了自动将眼睛运动分析与爬行行动联系起来.
• 为了研究专家登山者的视觉注意力和抓取行为之间的关系.

主要方法:

• 利用深度学习 (YOLOv5) 进行自动握手检测和掌握识别.
• 使用眼睛跟踪眼镜 (SMI和Tobii眼镜2) 来记录专家登山者的眼睛运动和自我中心的视角.
• 与固定持续时间,固定数,固定速率和冲击速率相关联的抓取持续时间.

主要成果:

• 专家登者掌握时间与总固定时间 (r=0.807) 和固定数 (r=0.864) 有正相关.
• 抓住时间与固定速率 (r=-0.402) 和冲刺速率 (r=-0.344) 有负相关性.
• 研究结果表明,在决策和路线勘探过程中,认知处理和视觉搜索.

结论:

• 开发的框架可以自动分析登中的眼睛运动.
• 结果提供了对专家登山者的视觉注意力策略和决策过程的见解.
• 这项研究有助于理解高风险活动中的眼体协调,并为培训优化和指导提供信息.