注視點(diǎn)
- 高密度互通立交出口匝道駕駛?cè)艘曈X(jué)搜索行為特征
驗(yàn)對(duì)注視行為和注視點(diǎn)分布的影響;潘曉東等[17]利用EMR-8B眼動(dòng)儀研究了山區(qū)道路平曲線半徑連續(xù)變化的條件下駕駛員的視覺(jué)需求;陳芳等[18]研究了山區(qū)高速公路彎道場(chǎng)景路段駕駛員的視點(diǎn)分布特征;趙曉華等[19]通過(guò)駕駛模擬試驗(yàn),研究了在長(zhǎng)大隧道場(chǎng)景下突起路標(biāo)對(duì)車輛速度調(diào)控管理和駕駛?cè)诵睦硪约吧淼挠绊?駕駛?cè)嗽谛旭傔^(guò)程中對(duì)環(huán)境的感知主要通過(guò)視覺(jué)來(lái)完成,感知特性決定了駕駛操縱和車輛運(yùn)行特性,目前復(fù)雜立交環(huán)境駕駛?cè)艘曈X(jué)感知的相關(guān)研究較少,尤其是高密度立交區(qū)域的
- 基于多目攝像機(jī)的魯棒眼動(dòng)跟蹤技術(shù)研究
S)或2D中的注視點(diǎn)(Point of Regard,PoR)[2]來(lái)實(shí)現(xiàn)。其中，LoS描述了被測(cè)用戶在3D世界坐標(biāo)中的位置信息，而PoR表示視距與場(chǎng)景相交的位置，通常指屏幕或注視的東西，例如控制面板等。在本文中，眼動(dòng)行為、注視信息用屏幕上的PoR表示。在國(guó)內(nèi)外，有許多專家將眼動(dòng)跟蹤技術(shù)用于人機(jī)交互以及探索人的認(rèn)知過(guò)程中[3]，并作為界面元素位置分布合理性的參考反饋給機(jī)器、面板、界面的設(shè)計(jì)人員。其中，因飛行員在操作飛機(jī)的過(guò)程中所獲得的信息情報(bào)有80%～90
測(cè)控技術(shù) 2022年12期2023-01-04
- 融合多重注意力機(jī)制的人眼注視點(diǎn)預(yù)測(cè)
區(qū)域檢測(cè)和人眼注視點(diǎn)預(yù)測(cè)兩類(Oyama和Yamanaka，2018)。早期的人眼注視點(diǎn)預(yù)測(cè)往往是基于人工選擇特征方法(Valenti等，2009)。Zhang和Sclaroff(2016)利用在LAB色彩空間(lab color space)中獲得的一組特征生成最終的人眼注視概率圖。這類方法通常只關(guān)注圖像的低級(jí)特征或只關(guān)注圖像的高級(jí)特征，沒(méi)有將不同層次的特征結(jié)合起來(lái)。隨著深度神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)任務(wù)上的廣泛應(yīng)用，人們?cè)陲@著目標(biāo)檢測(cè)上使用了深度神經(jīng)網(wǎng)絡(luò)技術(shù)
中國(guó)圖象圖形學(xué)報(bào) 2022年12期2022-12-21
- 基于眼動(dòng)的孤獨(dú)癥兒童看圖說(shuō)話能力研究
分析熱點(diǎn)區(qū)域即注視點(diǎn)集中區(qū)域，注視點(diǎn)集中說(shuō)明注視時(shí)間長(zhǎng)。熱點(diǎn)區(qū)域與看圖說(shuō)話主題區(qū)域重合記2分，部分重合記1分，不重合記0分。孤獨(dú)癥兒童的熱點(diǎn)區(qū)域與看圖說(shuō)話能力兩變量間的相關(guān)性系數(shù)在0.001～0.400；P=0.068～0.995，均大于0.05，因此孤獨(dú)癥兒童的熱點(diǎn)區(qū)域與看圖說(shuō)話分?jǐn)?shù)關(guān)聯(lián)不大。熱點(diǎn)區(qū)域本應(yīng)與看圖說(shuō)話關(guān)鍵得分密切相關(guān)，而孤獨(dú)癥兒童集中注視點(diǎn)的區(qū)域與關(guān)鍵區(qū)域不相交，說(shuō)明孤獨(dú)癥兒童不能抓住圖中的關(guān)鍵信息，對(duì)圖片中的無(wú)關(guān)信息注視較高，直接影響了其
- 基于視線追蹤的青少年注意力快速評(píng)價(jià)篩查系統(tǒng)設(shè)計(jì)
的視線追蹤單眼注視點(diǎn)估計(jì)模型算法，可估計(jì)雙眼各自的注視點(diǎn)坐標(biāo)，從而計(jì)算測(cè)試者閱讀時(shí)的兩眼平均差值，與傳統(tǒng)基于神經(jīng)網(wǎng)絡(luò)的注視點(diǎn)估計(jì)模型預(yù)測(cè)雙眼視線匯聚點(diǎn)坐標(biāo)不同?；诖怂惴Ｐ烷_(kāi)發(fā)青少年注意力快速評(píng)價(jià)篩查系統(tǒng)，與使用傳統(tǒng)視線追蹤設(shè)備相比，不需要額外硬件設(shè)備，僅通過(guò)單目攝像頭即可實(shí)現(xiàn)視線追蹤，降低了測(cè)試門檻，操作簡(jiǎn)單快速。系統(tǒng)使用注視點(diǎn)估計(jì)模型獲取青少年閱讀中的注視點(diǎn)坐標(biāo)，計(jì)算相應(yīng)眼動(dòng)數(shù)據(jù)，從而評(píng)判青少年的注意力水平。2 基于卷積神經(jīng)網(wǎng)絡(luò)的視線追蹤研究本系統(tǒng)通
電子技術(shù)與軟件工程 2022年15期2022-11-11
- 眼動(dòng)儀技術(shù)在里院建筑特色分析中的應(yīng)用
數(shù)據(jù)分析方案有注視點(diǎn)分布圖、軌跡圖、熱點(diǎn)圖、興趣區(qū)、集簇圖。本文選擇圖片數(shù)據(jù)中的熱點(diǎn)圖進(jìn)行分析。熱點(diǎn)圖可以讓我們直觀了解被試者對(duì)圖片的哪一部分最感興趣。紅色代表瀏覽和注視最集中的區(qū)域，黃色和綠色代表目光注視較少的區(qū)域。在心理學(xué)研究中經(jīng)常用到四個(gè)指標(biāo)：注視次數(shù)、注視時(shí)間、首次注視時(shí)間、首次注視開(kāi)始時(shí)間。眼動(dòng)儀為我們了解人的思維過(guò)程提供了便捷而客觀的通道[1]。3 眼動(dòng)數(shù)據(jù)的作用3.1 設(shè)計(jì)評(píng)價(jià)讓被試者看里院建筑圖片，以視線與關(guān)注點(diǎn)的“部位”和眼跳“順序”的關(guān)
智能建筑與智慧城市 2022年9期2022-09-28
- 一種面向空間機(jī)械臂目標(biāo)定位的注視點(diǎn)估計(jì)方法
艙外信息，通過(guò)注視點(diǎn)估計(jì)注視操作界面控制艙外設(shè)備，對(duì)艙外目標(biāo)進(jìn)行拾取、操作等。自1901年起，用照相機(jī)拍攝圖像用于注視點(diǎn)估計(jì)成為了主流方法。二維注視點(diǎn)估計(jì)方法目前比較成熟且應(yīng)用最廣，通過(guò)計(jì)算注視點(diǎn)的二維信息，建立注視點(diǎn)與屏幕的對(duì)應(yīng)關(guān)系，得出視線在屏幕上的對(duì)應(yīng)位置。二維注視點(diǎn)估計(jì)可以分為基于模型的注視估計(jì)方法和基于外觀的注視估計(jì)方法。其中基于模型的注視估計(jì)方法包括瞳孔跟蹤法、鞏膜—虹膜邊緣法、瞳孔角膜反射法、普金野象法等；基于外觀的注視估計(jì)方法直接將人眼圖像
載人航天 2022年4期2022-08-26
- 城市隧道分流區(qū)駕駛?cè)俗⒁曅袨樘匦匝芯?/a>
隧道路段駕駛員注視點(diǎn)的變動(dòng)，建立了基于視力角特征的城市隧道標(biāo)志視認(rèn)模型；卓艷沖等[4]采集駕駛?cè)嗽谧杂闪骱头亲杂闪鳡顟B(tài)下的眼動(dòng)行為數(shù)據(jù)，分析了城市隧道駕駛員的注意特性；潘姝等[5]運(yùn)用馬爾科夫鏈理論研究了駕駛?cè)说淖⒁曓D(zhuǎn)移規(guī)律和注視平穩(wěn)分布特征；劉明秀等[6]采用理論分析與實(shí)驗(yàn)相結(jié)合的方法，建立隧道光照度與隧道距離以及瞳孔面積的關(guān)系模型；Han等[7]探討了隧道內(nèi)輪廓線對(duì)駕駛員注視行為的影響；Qi等[8]研究了駕駛員眼動(dòng)和心電指標(biāo)，分析了隧道環(huán)境下駕駛員心生
- 觀看經(jīng)度聯(lián)合加權(quán)全景圖顯著性檢測(cè)算法
試驗(yàn)測(cè)得)計(jì)算注視點(diǎn)經(jīng)度權(quán)重，用于模擬人觀察全景圖時(shí)的行為習(xí)慣。最后，通過(guò)提取全景圖的亮度與深度特征，計(jì)算不同視口觀看概率與每個(gè)經(jīng)度的注視權(quán)重，得到不同視口經(jīng)度權(quán)重，將其應(yīng)用于顯著性圖像預(yù)測(cè)，得到最終的顯著性檢測(cè)結(jié)果。1 算法原理與實(shí)現(xiàn)使用空間顯著性預(yù)測(cè)網(wǎng)絡(luò)和赤道偏倚得到初步的顯著性圖像，然后使用觀看經(jīng)度聯(lián)合加權(quán)算法改善經(jīng)度上的權(quán)重。觀看經(jīng)度聯(lián)合加權(quán)算法的核心包括注視點(diǎn)經(jīng)度加權(quán)和不同視口經(jīng)度加權(quán)兩部分。注視點(diǎn)經(jīng)度加權(quán)首先使用數(shù)據(jù)集中的顯著性參考圖像得到注視
中國(guó)圖象圖形學(xué)報(bào) 2022年4期2022-04-24
- 煤礦安全標(biāo)志屬性特征的視覺(jué)注意效果研究
間（FFD）和注視點(diǎn)個(gè)數(shù)（FC）的差異。1 視覺(jué)認(rèn)知眼動(dòng)實(shí)驗(yàn)1）被試選取與實(shí)驗(yàn)環(huán)境。通過(guò)征集，選取了31名采礦與安全相關(guān)專業(yè)的大學(xué)生為被試，自愿參加實(shí)驗(yàn)。其中男性13名、女性18名，平均年齡為23.6歲，矯正視力均為1.0以上，均無(wú)色盲或色弱，辨色正常。實(shí)驗(yàn)完成后，為被試發(fā)放適當(dāng)報(bào)酬。實(shí)驗(yàn)安排在溫度適宜、安靜無(wú)噪聲的實(shí)驗(yàn)室中進(jìn)行，依照我國(guó)GB 50215—2015煤炭工業(yè)礦井設(shè)計(jì)規(guī)范[14]，結(jié)合井下實(shí)際檢測(cè)結(jié)果將室內(nèi)光照強(qiáng)度和顯示器屏幕亮度設(shè)定為高、低2
煤礦安全 2022年3期2022-03-24
- 不同時(shí)段高速公路特長(zhǎng)隧道入口視覺(jué)特性研究
作為對(duì)照，選取注視點(diǎn)分布范圍、平均注視時(shí)間、注視持續(xù)時(shí)間、注視次數(shù)、掃視幅度和平均掃視時(shí)間等指標(biāo)對(duì)隧道入口區(qū)域的視覺(jué)特性進(jìn)行分析.1 實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)采集1.1 實(shí)驗(yàn)隧道某特長(zhǎng)隧道為雙向四車道的分離式隧道，長(zhǎng)度為4 060 m，設(shè)計(jì)車速80 km/h.依照《公路隧道照明設(shè)計(jì)細(xì)則》對(duì)隧道分段的規(guī)定，按照設(shè)計(jì)車速80 km/h計(jì)算，可得接近段為110 m，入口段為85 m，過(guò)渡段為295 m.1.2 實(shí)驗(yàn)設(shè)備及駕駛?cè)藢?shí)驗(yàn)車型為別克GL8，車輛性能良好.眼動(dòng)數(shù)據(jù)的
- 停車場(chǎng)內(nèi)部誘導(dǎo)信息重要度評(píng)價(jià)及布局方法研究
2.2 駕駛員注視點(diǎn)分布研究1.2.2.1駕駛員注視點(diǎn)在各視域的分布為研究不同行駛狀態(tài)下駕駛員注視點(diǎn)的分布，分別對(duì)車輛在直行、右轉(zhuǎn)、左轉(zhuǎn)時(shí)駕駛員的注視點(diǎn)分布情況進(jìn)行檢測(cè)和統(tǒng)計(jì)，結(jié)果見(jiàn)圖7～9。由圖7～9可知：從區(qū)域分布來(lái)看，直行時(shí)，駕駛員的注視點(diǎn)主要集中在正前方區(qū)域和行車道上方區(qū)域；右轉(zhuǎn)時(shí)，駕駛員的注視點(diǎn)主要集中在行車道上方區(qū)域和右側(cè)區(qū)域；左轉(zhuǎn)時(shí)，駕駛員的注視點(diǎn)主要集中在行車道上方區(qū)域和左側(cè)區(qū)域。從注視點(diǎn)的離散程度來(lái)看，直行時(shí)，駕駛員注視點(diǎn)較集中；左轉(zhuǎn)或右
公路與汽運(yùn) 2022年1期2022-03-04
- 一年級(jí)小學(xué)生閱讀知覺(jué)廣度的眼動(dòng)研究*
中，知覺(jué)廣度為注視點(diǎn)左側(cè)4個(gè)字符，右側(cè)15個(gè)字符（McConkie & Rayner,1975, 1976; Rayner, Well, & Pollatsek, 1980; Rayner,Well, Pollatsek, & Bertera, 1982），在漢語(yǔ)閱讀中，知覺(jué)廣度為注視點(diǎn)左側(cè)1個(gè)漢字，右側(cè)3個(gè)漢字（Inhoff & Liu, 1998）。可以看出，閱讀知覺(jué)廣度在不同的書(shū)寫(xiě)系統(tǒng)中存在不對(duì)稱性的特點(diǎn)。讀者在閱讀中的信息提取范圍與閱讀技能有關(guān)。與
心理與行為研究 2021年5期2021-11-30
- 基于超復(fù)數(shù)小波和圖像空域的卷積網(wǎng)絡(luò)融合注視點(diǎn)預(yù)測(cè)算法
之一.同時(shí)設(shè)計(jì)注視點(diǎn)預(yù)測(cè)的計(jì)算模型，亦是計(jì)算機(jī)視覺(jué)中一個(gè)長(zhǎng)期研究的課題[1].常見(jiàn)的注視點(diǎn)預(yù)測(cè)算法通常將注視點(diǎn)預(yù)測(cè)問(wèn)題構(gòu)建成一個(gè)視覺(jué)注意力或顯著性的估計(jì)問(wèn)題，通過(guò)提取圖像特征，得到圖像中的顯著性區(qū)域，從而實(shí)現(xiàn)圖像的注視點(diǎn)預(yù)測(cè).Itti等[2]通過(guò)高斯金字塔模型生成多尺度圖像，對(duì)原圖像濾波提取顏色、亮度、方向特征，利用中心位置與周邊區(qū)域之差獲得三種特征，模擬人類視覺(jué)注意力機(jī)制，得到圖像的注視點(diǎn)圖.受此啟發(fā)，許多學(xué)者利用不同的特征或不同的顯著圖計(jì)算方法，得到圖
蘭州理工大學(xué)學(xué)報(bào) 2021年5期2021-11-02
- 高速公路和隧道交通標(biāo)志位置有效性的眼動(dòng)研究
0個(gè)被試的首個(gè)注視點(diǎn)的注視順序、首次進(jìn)入時(shí)間、首個(gè)注視點(diǎn)的注視時(shí)間、總的注視時(shí)間等指標(biāo)數(shù)據(jù);運(yùn)用SPSS 24.0統(tǒng)計(jì)軟件和假設(shè)檢驗(yàn)方法分析實(shí)驗(yàn)采集的眼動(dòng)數(shù)據(jù)。結(jié)果表明：在高速公路場(chǎng)景中交通標(biāo)志顯著有效位置為③（右上）和⑥（右中），在隧道內(nèi)場(chǎng)景中交通標(biāo)志顯著有效位置為⑥（右中）和④（左中）。實(shí)驗(yàn)結(jié)果可以為高速公路、隧道等路段交通標(biāo)志位置的設(shè)置提供一定的科學(xué)參考。關(guān)鍵詞：交通標(biāo)志;眼動(dòng)實(shí)驗(yàn);位置有效性;模擬場(chǎng)景;興趣區(qū)域中圖分類號(hào)：U491.52文獻(xiàn)標(biāo)志碼：
- 高速公路和隧道交通標(biāo)志位置有效性的眼動(dòng)研究
ion)、首個(gè)注視點(diǎn)的注視時(shí)間(First Fixation Duration)、首個(gè)注視點(diǎn)的注視順序(First Fixation Order)、總的注視時(shí)間(Total Fixation Time)等。1.3 實(shí)驗(yàn)材料選取在高速公路上和隧道內(nèi)駕駛時(shí)常見(jiàn)的道路場(chǎng)景作為實(shí)驗(yàn)材料，照片由駕駛員車內(nèi)視角拍攝，采用圖片方式呈現(xiàn)，構(gòu)建駕駛汽車在高速公路和隧道內(nèi)看到交通標(biāo)志時(shí)呈現(xiàn)的畫(huà)面為場(chǎng)景，如圖1和圖2所示，并運(yùn)用PS對(duì)圖片進(jìn)行修改，將標(biāo)志放在不同位置，從而生成實(shí)
西安科技大學(xué)學(xué)報(bào) 2021年4期2021-08-05
- 接打電話時(shí)駕駛?cè)说膽?yīng)激反應(yīng)特征分析＊
指標(biāo)，其中采用注視點(diǎn)分布、掃視幅度作為眼動(dòng)特性評(píng)價(jià)指標(biāo)，使用方向盤操作、加速踏板操作和應(yīng)激反應(yīng)時(shí)間作為駕駛行為指標(biāo)開(kāi)展研究，為在駕駛時(shí)接打電話會(huì)增加交通事故率提供有力證據(jù)。1 實(shí)驗(yàn)設(shè)計(jì)1.1 實(shí)驗(yàn)被試試驗(yàn)共招募6 名非營(yíng)運(yùn)駕駛?cè)俗鳛楸辉嚕辉囻{駛?cè)松硇慕】?，矯正視力均為1.0，持有的駕照類型均為C1。1.2 實(shí)驗(yàn)設(shè)備根據(jù)試驗(yàn)?zāi)康?，選取駕駛行為特征提取平臺(tái)駕駛模擬器和Facelab 眼動(dòng)儀為試驗(yàn)設(shè)備。該駕駛模擬器搭載了德國(guó)Ergoneers 公司開(kāi)發(fā)的SIL
汽車實(shí)用技術(shù) 2021年11期2021-06-26
- 基于眼動(dòng)指標(biāo)的腦力疲勞識(shí)別研究
試者瞳孔直徑、注視點(diǎn)、陀螺(Gyro)和加速計(jì)(Accelerometer)等眼動(dòng)指標(biāo)的變化，探求眼動(dòng)指標(biāo)與疲勞之間的相關(guān)性，為企業(yè)實(shí)施有效的疲勞干預(yù)措施，減少人失誤提供新的思路。1 實(shí)驗(yàn)設(shè)計(jì)1.1 實(shí)驗(yàn)設(shè)備視覺(jué)疲勞的數(shù)據(jù)由眼動(dòng)追蹤儀Tobii Glasses 2和Tobii Glasses 2分析軟件所得，能夠測(cè)量的參數(shù)有瞳孔直徑(Pupil Diameter)、跳視(Saccade)時(shí)間、注視(Fixation)時(shí)間、陀螺(Gyro)和加速計(jì)(Acce
安全 2021年4期2021-05-19
- 路域無(wú)關(guān)信息域?qū)︸{駛?cè)俗⒁曅袨榈挠绊?/a>
，對(duì)受試駕駛?cè)?span id="j5i0abt0b" class="hl">注視點(diǎn)落點(diǎn)位置精度要求較高，基于與同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院的產(chǎn)學(xué)研合作，通過(guò)接觸式眼動(dòng)追蹤系統(tǒng)開(kāi)展高速公路實(shí)車試驗(yàn)研究，試驗(yàn)設(shè)備見(jiàn)圖1，試驗(yàn)里程約95.0km，并利用馬爾可夫鏈的注視轉(zhuǎn)移模型分析路域無(wú)關(guān)信息域?qū)︸{駛?cè)嗽斐傻牟煌曈X(jué)轉(zhuǎn)移方式。2 注視行為眼動(dòng)(eye movements)是視覺(jué)過(guò)程的直接反應(yīng)，是可探測(cè)的視認(rèn)活動(dòng)中的即時(shí)加工過(guò)程，它受多種認(rèn)知因素的影響，與眼球的運(yùn)動(dòng)與注意、預(yù)期、記憶、推理、閱讀等認(rèn)知活動(dòng)有密切關(guān)系。在車輛行進(jìn)方向
智能建筑與智慧城市 2021年4期2021-05-08
- 線上藏品圖文布局對(duì)觀眾信息獲取的影響
——一項(xiàng)眼動(dòng)研究①
首次進(jìn)入前的注視點(diǎn)個(gè)數(shù)(fixations before)：被試視線進(jìn)入所劃分的興趣區(qū)并形成第一個(gè)注視點(diǎn)之前，其視線停留在其他地方而形成的注視點(diǎn)的個(gè)數(shù)。3. 注視點(diǎn)的持續(xù)時(shí)間總和(fixation duration)：在一個(gè)興趣區(qū)中所有注視點(diǎn)持續(xù)時(shí)間之和。4. 注視點(diǎn)個(gè)數(shù)(fixation count)：興趣區(qū)內(nèi)注視點(diǎn)的數(shù)量。5. 訪問(wèn)次數(shù)(visit count)：首個(gè)注視點(diǎn)出現(xiàn)在該興趣區(qū)中到下一注視點(diǎn)移出興趣區(qū)的次數(shù)。二、 觀眾注意力與信息加工結(jié)果首
自然科學(xué)博物館研究 2021年1期2021-04-21
- Gap效應(yīng)對(duì)搜索目標(biāo)顯著性和績(jī)效的影響
務(wù)范式中，根據(jù)注視點(diǎn)消失與目標(biāo)刺激呈現(xiàn)之間時(shí)間間隔的有、無(wú)或注視點(diǎn)持續(xù)存在，可以分為gap條件、step條件和overlap條件。gap條件(gap condition)是指注視點(diǎn)消失與目標(biāo)刺激的出現(xiàn)之間存在一個(gè)時(shí)間間隔，這個(gè)時(shí)間間隔的值即為gap值。step條件(step condition)是指注視點(diǎn)一消失，目標(biāo)刺激就出現(xiàn)，沒(méi)有時(shí)間間隔。overlap條件(overlap condition)是指目標(biāo)刺激出現(xiàn)后一段時(shí)間內(nèi)中央注視點(diǎn)一直存在[6-7]。眼
工業(yè)工程 2021年1期2021-03-08
- 不同鏡片佩戴舒適度下的眼動(dòng)特征研究*
凱等[2]基于注視點(diǎn)和注視時(shí)長(zhǎng)檢測(cè)評(píng)價(jià)座椅舒適度；王芳等[3]研究荒漠草原地區(qū)典型高速公路曲線半徑與駕駛員瞳孔直徑的關(guān)系；Ferrari等[4]提出通過(guò)觀測(cè)瞳孔變化判斷糖尿病患者的病變狀態(tài)。文獻(xiàn)[5-12]也利用眼動(dòng)特征參數(shù)進(jìn)行了很多的科學(xué)研究。當(dāng)前近視問(wèn)題已經(jīng)成為全球關(guān)注的重大公共衛(wèi)生問(wèn)題，目前約有14.06億近視患者，約占全球人口的22.9% ,預(yù)計(jì)到2050年將有47.58億近視人口，近乎世界人口的49.8%[13-16]。近視患者，特別是發(fā)展為高度
生物醫(yī)學(xué)工程研究 2020年4期2021-01-27
- 基于注視興趣區(qū)域聚類和轉(zhuǎn)移的群體掃視路徑生成
理操作可以得到注視點(diǎn)數(shù)據(jù)和掃視路徑數(shù)據(jù)。長(zhǎng)期以來(lái)，多數(shù)工作利用計(jì)算建模的方法挖掘群體觀察者的注視點(diǎn)數(shù)據(jù)研究人類的視覺(jué)注意機(jī)制，通過(guò)生成靜態(tài)顯著圖直接、整體地反映人類對(duì)圖像場(chǎng)景的視覺(jué)注意程度［3-6］。然而人類觀察圖像是一個(gè)動(dòng)態(tài)的視覺(jué)注意轉(zhuǎn)移過(guò)程，靜態(tài)顯著圖無(wú)法反映群體觀察者整體的視覺(jué)注意轉(zhuǎn)移模式。相較于注視點(diǎn)數(shù)據(jù)，掃視路徑數(shù)據(jù)額外記錄了注視點(diǎn)的轉(zhuǎn)移信息，可以反映視覺(jué)注意的動(dòng)態(tài)變化，具有更高的研究?jī)r(jià)值。在相同的觀看條件下，群體觀察者的掃視路徑雖然復(fù)雜多變，但
計(jì)算機(jī)應(yīng)用 2021年1期2021-01-21
- 基于駕駛員眼動(dòng)特征的蓄能熒光標(biāo)線誘導(dǎo)特性及設(shè)置方法
孔面積變化率和注視點(diǎn)占比作為駕駛員眼動(dòng)特征指標(biāo)選擇。當(dāng)機(jī)體處于緊張狀態(tài)時(shí),交感神經(jīng)活動(dòng)處于積極狀態(tài),使瞳孔擴(kuò)大、心跳加速、疲乏的肌肉工作能力增加等；反之,在身體放松時(shí)副交感神經(jīng)起主要作用[11]。因此,瞳孔的變化能直觀地反映駕駛員在駕駛過(guò)程中遇到的不安或舒適的心理、生理狀態(tài),且該指標(biāo)用于研究人緊張反應(yīng)的有效性已得到學(xué)者們的認(rèn)可[12-15]。由于瞳孔大小存在個(gè)體差異,而瞳孔面積變化率更能客觀地反映駕駛?cè)笋{車狀態(tài)。一次注視稱為一個(gè)注視點(diǎn),注視次數(shù)反映了人眼注
科學(xué)技術(shù)與工程 2020年35期2021-01-14
- 人眼對(duì)標(biāo)定界面的注視效果研究
布25點(diǎn)測(cè)試的注視點(diǎn)與目標(biāo)點(diǎn)分布效果.考慮測(cè)試系統(tǒng)的響應(yīng)和被試者對(duì)相鄰兩個(gè)目標(biāo)點(diǎn)的注視反應(yīng)，每一個(gè)目標(biāo)點(diǎn)取5 s中后3 s的注視點(diǎn)數(shù)據(jù)作為有效注視點(diǎn)數(shù)據(jù)，每秒輸出5個(gè)注視點(diǎn)數(shù)據(jù). 計(jì)算每組測(cè)試的注視準(zhǔn)確度和精密度，并對(duì)每組測(cè)試3次的結(jié)果取平均，分析不同標(biāo)定界面對(duì)注視結(jié)果的影響. 以準(zhǔn)確度為主，兼顧精密度選取最佳標(biāo)定界面.2.1 注視準(zhǔn)確度注視準(zhǔn)確度是指注視點(diǎn)與目標(biāo)點(diǎn)之間的偏差角度θi，每一組實(shí)驗(yàn)的注視準(zhǔn)確度θ，計(jì)算如式(3). 如圖9所示，d為眼屏垂直距離
北京理工大學(xué)學(xué)報(bào) 2020年11期2020-12-15
- 基于眼動(dòng)跟蹤的教育網(wǎng)頁(yè)“優(yōu)勢(shì)區(qū)域”論證研究
五個(gè)興趣區(qū)的注視點(diǎn)個(gè)數(shù)（fixa?tion count）維度上的分析表4 教育新聞網(wǎng)A 五個(gè)興趣區(qū)注視點(diǎn)個(gè)數(shù)的平均值和標(biāo)準(zhǔn)差通過(guò)表4 可以得出，注視點(diǎn)個(gè)數(shù)的平均數(shù)和總數(shù)在AOI 1 里面是最多的，明顯多于其他四個(gè)區(qū)域，存在明顯的差異。表5 教育新聞網(wǎng)A 五個(gè)興趣區(qū)在注視點(diǎn)個(gè)數(shù)上的卡方檢驗(yàn)由表 5 可以看出，X2=68.993，p根據(jù)以上的兩個(gè)表可以得出：AOI 1 中的注視點(diǎn)的平均數(shù)和總數(shù)明顯多于其他幾個(gè)區(qū)域，并且與其他區(qū)域在注視點(diǎn)個(gè)數(shù)上存在極其顯著的差
現(xiàn)代計(jì)算機(jī) 2020年13期2020-06-15
- 眼動(dòng)追蹤儀在測(cè)謊中的應(yīng)用
徑、注視時(shí)間、注視點(diǎn)和眨眼次數(shù)均與認(rèn)知和情緒有一定的關(guān)系?！罢f(shuō)謊”是一種需要抑制真實(shí)信息的復(fù)雜心理過(guò)程，與認(rèn)知和情緒均有一定的聯(lián)系。ELAAD[4]研究發(fā)現(xiàn)，被試在說(shuō)謊時(shí)瞳孔直徑增大。鐘少玲等[5]的綜述中提到，被試在說(shuō)謊時(shí)對(duì)于關(guān)鍵信息的注視時(shí)間延長(zhǎng)并且注視點(diǎn)減少。因此，為探究眼球運(yùn)動(dòng)參數(shù)（簡(jiǎn)稱“眼動(dòng)參數(shù)”）能否應(yīng)用于司法鑒定，本研究對(duì)40名健康被試進(jìn)行初步檢驗(yàn)，并假設(shè)被試在說(shuō)謊時(shí)，觀察其靶刺激與非靶刺激時(shí)平均瞳孔直徑、注視時(shí)間、注視點(diǎn)和眨眼次數(shù)等參數(shù)的差
法醫(yī)學(xué)雜志 2020年2期2020-06-11
- 以閱讀知覺(jué)廣度為切入點(diǎn)，提高學(xué)生英語(yǔ)閱讀能力
一般來(lái)說(shuō)大概是注視點(diǎn)左側(cè)3～4個(gè)字母，右側(cè)14～15個(gè)字母。閱讀知覺(jué)廣度理論認(rèn)為：在進(jìn)行英語(yǔ)閱讀時(shí)，讀者的注視點(diǎn)是一個(gè)個(gè)的字母。但是實(shí)際研究中發(fā)現(xiàn)，學(xué)生的英語(yǔ)閱讀注視點(diǎn)是一個(gè)個(gè)的單詞或詞組。注視點(diǎn)在單詞上，也就需要英語(yǔ)教師在教學(xué)時(shí)，提醒學(xué)生提高自己的詞匯量。除此之外，大小詞、詞塊、主題句都與注視點(diǎn)有關(guān)。所以，教師也需要加強(qiáng)對(duì)學(xué)生這幾個(gè)方面的訓(xùn)練，提醒學(xué)生在閱讀的過(guò)程中分配好自己的注視點(diǎn)，對(duì)學(xué)生進(jìn)行不斷的訓(xùn)練，以此來(lái)提升閱讀速度，提高英語(yǔ)閱讀能力。1.大詞和
陜西教育·教學(xué) 2019年11期2019-11-15
- 多用戶眼動(dòng)跟蹤數(shù)據(jù)的可視化共享與協(xié)同交互*
任務(wù)過(guò)程中分享注視點(diǎn),可以提高任務(wù)績(jī)效[6].特別是在分布式的協(xié)同環(huán)境下,由于語(yǔ)言在描述空間信息時(shí)經(jīng)常具有模糊性而影響交流效率,而聯(lián)合注意通過(guò)分享注視點(diǎn)信息可以起到更加明確的指示作用,一定程度上消除了語(yǔ)義模糊性,從而強(qiáng)化分散在不同地域協(xié)作者之間的交流,使其在復(fù)雜的協(xié)同式空間搜索任務(wù)中可顯著提高效率[7,8].(2)眼動(dòng)數(shù)據(jù)特征可視化研究.近年來(lái),進(jìn)一步對(duì)聯(lián)合注意中所涉及的眼動(dòng)數(shù)據(jù)特征參數(shù)開(kāi)展可視化分析研究.例如,用矩陣散點(diǎn)圖來(lái)顯示隨時(shí)間變化的協(xié)同注意數(shù)據(jù),
軟件學(xué)報(bào) 2019年10期2019-10-24
- 結(jié)合視覺(jué)顯著性與眼跳概率模型的視頻注視點(diǎn)序列預(yù)測(cè)
覺(jué)顯著圖預(yù)測(cè)與注視點(diǎn)序列預(yù)測(cè)兩類，前者是輸出場(chǎng)景中能引起人的注意力的區(qū)域，而后者體現(xiàn)了場(chǎng)景中使人感興趣部分之間的順序性，反映出人獲取信息的規(guī)律和邏輯，更能揭示人如何進(jìn)行注意力的分配和選擇[3].本文探究的是針對(duì)視頻的注視點(diǎn)序列預(yù)測(cè)模型.引起人視覺(jué)注意的機(jī)制的因素一般分為自下而上(bottom-up)的外源型因素與自上而下(top-down)的內(nèi)源型因素[4].自下而上型主要基于場(chǎng)景的底層特征，如顏色、紋理、方向、亮度等，若是針對(duì)視頻場(chǎng)景，則需要考慮時(shí)序特征
復(fù)旦學(xué)報(bào)（自然科學(xué)版） 2019年4期2019-10-09
- 一種用于智能頭顯的眼動(dòng)跟蹤系統(tǒng)
基于眼動(dòng)跟蹤的注視點(diǎn)渲染技術(shù)[4]目前智能頭顯設(shè)備不能像電腦一樣在生活中普遍普及的一個(gè)重要原因就是它高昂的價(jià)格，這讓普通用戶望而止步。而智能頭顯設(shè)備之所以成本非常高的一個(gè)主要原因就是高分辨率的屏幕。根據(jù)人眼的視覺(jué)特性，人眼在看目標(biāo)對(duì)象時(shí)，只專注于目標(biāo)物體很小的視野而忽略周圍環(huán)境。在智能頭顯里面，使用基于眼動(dòng)跟蹤的注視點(diǎn)渲染技術(shù)，以高分辨率渲染中心區(qū)域，以低分辨率渲染周邊區(qū)域。這樣既能降低硬件設(shè)備的計(jì)算量，又不影響使用者的體驗(yàn)。（3）數(shù)據(jù)預(yù)取在智能頭顯設(shè)備中
現(xiàn)代計(jì)算機(jī) 2019年13期2019-06-27
- 基于圖片顯著性的安檢視覺(jué)搜索研究
覺(jué)信號(hào)生成動(dòng)態(tài)注視點(diǎn)。自下而上的模型將圖片分解為顏色、亮度和方向3個(gè)低層次屬性，在每個(gè)屬性上生成顯著圖；自下而上的模型則能復(fù)制某些經(jīng)典的人類視覺(jué)搜索實(shí)驗(yàn)和完全真實(shí)的搜索任務(wù)[7]。Davice等[10]通過(guò)研究發(fā)現(xiàn)：在航空照片的識(shí)別任務(wù)中，專家的注意相比新手的注意與圖片視覺(jué)顯著性更相關(guān)。Underwood等[11]通過(guò)眼動(dòng)研究發(fā)現(xiàn)，在執(zhí)行審視道路圖片決定是否過(guò)交叉路口的任務(wù)時(shí)，圖片的顯著性與搜索過(guò)程的早期注視點(diǎn)相關(guān)，即顯著性能吸引早期的注視和注意。也有很多
- 彩色路面環(huán)境下隧道駕駛視覺(jué)空間研究
覺(jué)空間是駕駛員注視點(diǎn)分布空間，其研究有助于定量化駕駛視覺(jué)特征。國(guó)外對(duì)隧道駕駛視覺(jué)空間的相關(guān)研究集中于隧道設(shè)計(jì)對(duì)駕駛行為的影響分析。Katja Kircher等人[1]通過(guò)模擬實(shí)驗(yàn)，探討了隧道側(cè)壁顏色與燈具照度影響下駕駛視覺(jué)特性，發(fā)現(xiàn)相比照度，淺色的隧道側(cè)壁更有助于提高駕駛視覺(jué)注意力。M.P.Manser等人[2]基于駕駛視覺(jué)特征分析，研究了不同隧道設(shè)計(jì)對(duì)駕駛員車速選擇的影響。國(guó)內(nèi)研究側(cè)重于隧道空間對(duì)駕駛特性的影響分析。戴憂華等人[3]在隧道線形、駕駛員視覺(jué)
福建交通科技 2019年2期2019-05-18
- 利用注視點(diǎn)渲染加快傾斜攝影地形建模數(shù)據(jù)渲染應(yīng)用研究
摩克里斯之劍”注視點(diǎn)渲染（Foveated Rendering）技術(shù)就是為解決在渲染過(guò)程中低效率和高要求的矛盾所提出的一種解決方案。注視點(diǎn)渲染技術(shù)根據(jù)人眼視覺(jué)結(jié)構(gòu)模擬人眼觀察，將所需渲染的裁剪窗口分為中央主要部分和外圍次要部分。中央主要部分為全采樣高分辨率部分，外圍次要部分為欠采樣低分辨率部分。從而在不降低人眼觀察效果的同時(shí)，減少所需渲染的數(shù)據(jù)量，加快了渲染速度。本文提出一種改進(jìn)的注視點(diǎn)渲染的方法，相較于全分辨率渲染，在傾斜攝影地形建模數(shù)據(jù)在頭戴式顯示器中
現(xiàn)代計(jì)算機(jī) 2019年9期2019-05-17
- 高速公路養(yǎng)護(hù)作業(yè)上游過(guò)渡區(qū)駕駛員注視轉(zhuǎn)移特性研究
袁偉等[3]對(duì)注視點(diǎn)解析坐標(biāo)進(jìn)行聚類，并運(yùn)用馬爾可夫鏈理論分析了駕駛員視覺(jué)轉(zhuǎn)移特征。注視行為分析應(yīng)用方面，徐慧智等[4]在信息滿意度基礎(chǔ)上構(gòu)建了駕駛員車道變換視點(diǎn)位置轉(zhuǎn)移模型；郭應(yīng)時(shí)等[5]以注視轉(zhuǎn)移模式表征參數(shù)為評(píng)價(jià)指標(biāo)，得到了駕駛熟練程度計(jì)算方法。亦有學(xué)者就行車環(huán)境對(duì)注視行為影響方面進(jìn)行了研究，G.UNDERWOOD等[6]研究了鄉(xiāng)村、市郊和城市道路行車環(huán)境對(duì)不同熟練程度駕駛員注視順序產(chǎn)生的影響；L.ITTI等[7]建立了不同視覺(jué)環(huán)境下的駕駛員注視點(diǎn)預(yù)
- 塔臺(tái)管制中情境意識(shí)與視覺(jué)搜索策略關(guān)系研究
AOI)內(nèi)的注視點(diǎn)數(shù)作為眼動(dòng)指標(biāo)，分析不同SA水平的被試眼動(dòng)特征，探索其視覺(jué)搜索策略，以期為塔臺(tái)管制員選拔和培訓(xùn)提供重要參考。1 注視熵率值算法熵的概念最開(kāi)始來(lái)源于熱力學(xué)，之后被引入飛行領(lǐng)域與駕駛領(lǐng)域，用來(lái)定量表征被試注視點(diǎn)分布與掃視模式。注視熵率值反映了被試視覺(jué)掃描的隨意性[15]。其定義如式(1)～(3)：(1)(2)(3)式中：D為AOI的數(shù)量；E為離散變量蘊(yùn)含的熵信息；Txi指被試視點(diǎn)駐留在某個(gè)區(qū)域的平均注視時(shí)間；Pxi為某區(qū)域的注視概率；i為區(qū)
- 幼兒創(chuàng)造性思維的眼動(dòng)實(shí)驗(yàn)研究
的眼動(dòng)更靈活、注視點(diǎn)或注視區(qū)域更具開(kāi)放性。2.2實(shí)驗(yàn)方法與設(shè)計(jì)2.2.1主試與被試主試為2名事先經(jīng)過(guò)培訓(xùn)的操作員，一名操作眼動(dòng)儀和控制時(shí)間，一名指導(dǎo)被試測(cè)試。被試是60名5～6歲的兒童，其中5歲幼兒25名、6歲幼兒35名，女生30名、男生30名，其矯正視力均在1.0以上。2.2.2實(shí)驗(yàn)儀器采用瑞典Tobii公司的T120型號(hào)眼動(dòng)儀對(duì)被試進(jìn)行圖畫(huà)觀測(cè)，記錄得到被試的眼動(dòng)軌跡、注視點(diǎn)、熱點(diǎn)圖分析，并且通過(guò)不同數(shù)據(jù)模式可得“第一注視點(diǎn)時(shí)間、注視點(diǎn)記錄長(zhǎng)度、觀察時(shí)
中國(guó)校外教育 2018年31期2018-11-07
- 藏語(yǔ)閱讀知覺(jué)廣度的眼動(dòng)研究*
英語(yǔ)知覺(jué)廣度在注視點(diǎn)左側(cè)3～4個(gè)字母空間到右側(cè)14～15個(gè)字母空間的范圍之內(nèi)(Rayner,1998;Rayner,Well,&Pollatsek,1980);荷蘭語(yǔ)知覺(jué)廣度在注視點(diǎn)左右側(cè)各12～15個(gè)字母空間,大約是4～5度視角(Den Buurman,Roersema,&Gerrissen,1981)。因?yàn)榇蟛糠制匆粑淖质菑淖笙蛴易x的,對(duì)于那些從右向左閱讀的語(yǔ)言,其知覺(jué)廣度會(huì)有怎樣的特點(diǎn)？Pollatsek,Bolozky,Well和Rayner (1
心理學(xué)報(bào) 2017年5期2018-01-31
- 4-6歲兒童對(duì)不同面部表情識(shí)別的眼動(dòng)特征分析
標(biāo)(注視時(shí)間和注視點(diǎn))分析以及識(shí)別面部表情不同興趣區(qū)的眼動(dòng)指標(biāo)分析。表情識(shí)別成績(jī)是指被試正確識(shí)別面部表情的得分，若能正確識(shí)別面部表情，記為1分，不能正確識(shí)別則記為0分。注視時(shí)間是指兒童識(shí)別面部表情圖片時(shí)所有注視點(diǎn)停留的平均時(shí)間。注視時(shí)間可以從Tobii Studio分析軟件中直接獲得，單位為秒。注視點(diǎn)是指從兒童識(shí)別面部表情圖片的平均注視個(gè)數(shù)。注視點(diǎn)可以從Tobii Studio分析軟件中直接獲得，單位為個(gè)。面部表情興趣區(qū)是指兒童對(duì)面部表情識(shí)別時(shí)對(duì)面部不同區(qū)
陜西學(xué)前師范學(xué)院學(xué)報(bào) 2017年10期2017-11-01
- 射擊運(yùn)動(dòng)員的反向眼跳研究
員 反向眼跳 注視點(diǎn)中圖分類號(hào)：G871 文獻(xiàn)標(biāo)識(shí)：A 文章編號(hào)：1009-9328（2017）06-000-01眼跳實(shí)際上就是眼睛的跳動(dòng)行為，通常情況下眼球在注視某個(gè)物體時(shí)，眼球會(huì)隨之跳動(dòng)，這是因?yàn)檠矍蚺c注視對(duì)象之間存在某種聯(lián)系，它會(huì)帶動(dòng)其本身形成具有間歇性質(zhì)的注視轉(zhuǎn)移，在眼球跳動(dòng)階段，能夠在第一時(shí)間內(nèi)將注意力吸引到注視對(duì)象上，并且眼球可以與注視對(duì)象始終保持平衡點(diǎn)，這樣射擊運(yùn)動(dòng)員就可以完成對(duì)信息的收集及處理。從當(dāng)前形勢(shì)來(lái)看，眼跳研究已經(jīng)逐步發(fā)展成為探究學(xué)
體育時(shí)空 2017年6期2017-07-14
- 基于馬爾可夫鏈的隧道出口駕駛?cè)俗⒁曁匦匝芯?/a>
理論分析駕駛?cè)?span id="j5i0abt0b" class="hl">注視點(diǎn)在各個(gè)注視區(qū)域之間一步轉(zhuǎn)移概率和平穩(wěn)分布。研究發(fā)現(xiàn)，駕駛?cè)说闹饕⒁晠^(qū)域是正前方區(qū)域，并且在到達(dá)隧道出口處視覺(jué)轉(zhuǎn)移頻次達(dá)到最大。交通工程；注視區(qū)域；馬爾可夫鏈理論；視覺(jué)轉(zhuǎn)移；K均值聚類CLC NO.:U491.254Document Code:AArticle ID:1671-7988 (2017)06-79-02引言駕駛?cè)笋偝鏊淼揽跁r(shí)會(huì)經(jīng)歷一個(gè)突然由暗到明的“明適應(yīng)”過(guò)程同時(shí)駕駛?cè)艘曇巴蝗蛔兊瞄_(kāi)闊，駕駛?cè)丝赡軙?huì)對(duì)車速與車間距離產(chǎn)生誤判
汽車實(shí)用技術(shù) 2017年6期2017-04-25
- 羽毛球殺球動(dòng)作眼動(dòng)特征研究
顯著短于新手，注視點(diǎn)個(gè)數(shù)顯著多于新手，瞳孔直徑顯著大于新手，表明高水平者具有更高效的信息加工能力；(3)高水平者采用了更合理的視覺(jué)搜索策略，注視點(diǎn)更集中，主次更分明，信息提取效果更好；(4)殺球隊(duì)員的軀干、持拍手臂、球拍是決定殺球方向的主要注視點(diǎn)。羽毛球；殺球；視覺(jué)搜索；眼動(dòng)一、 引言觀眾在觀看羽毛球比賽時(shí)不禁感嘆，運(yùn)動(dòng)員為什么反應(yīng)如此迅速，在零點(diǎn)幾秒的時(shí)間里就能快速判斷來(lái)球并進(jìn)行應(yīng)對(duì)。對(duì)這種現(xiàn)象科研人員也給予關(guān)注。經(jīng)過(guò)分析，科研人員提出兩種推測(cè)：一種為先
- 基于腹腔鏡手術(shù)訓(xùn)練的眼動(dòng)特征研究*
，有經(jīng)驗(yàn)的醫(yī)生注視點(diǎn)較多集中在目標(biāo)物體的位置上，很少關(guān)注器械的位置，而新手在訓(xùn)練時(shí)，較多時(shí)間在查看器械的位置，注視點(diǎn)在器械和目標(biāo)之間來(lái)回切換[4-5]。Wilson等研究者使用頭戴式眼動(dòng)儀研究虛擬現(xiàn)實(shí)系統(tǒng)下被測(cè)試者的眼動(dòng)特征。研究發(fā)現(xiàn)在單手轉(zhuǎn)移任務(wù)中，新手在器械和目標(biāo)上的注視時(shí)間相差不到10%，且落在關(guān)鍵區(qū)域內(nèi)的注視時(shí)間很少[6]。Chetwood等研究者使用tobii桌面式眼動(dòng)儀發(fā)現(xiàn)在腹腔鏡手術(shù)訓(xùn)練定位任務(wù)中，將專家的注視點(diǎn)傳輸?shù)奖粶y(cè)試者的顯示屏上，在注
生物醫(yī)學(xué)工程研究 2016年2期2016-10-18
- 基于中央凹圖像顯著性和掃視傾向的注視點(diǎn)轉(zhuǎn)移預(yù)測(cè)模型
性和掃視傾向的注視點(diǎn)轉(zhuǎn)移預(yù)測(cè)模型王宜修1，2，吳曉峰1，王斌1，2(1. 復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院 智慧網(wǎng)絡(luò)與系統(tǒng)研究中心，上海 200433；2. 復(fù)旦大學(xué) 電磁波信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上海 200433)注視點(diǎn)轉(zhuǎn)移預(yù)測(cè)是圖像顯著性建模中的一個(gè)重要研究領(lǐng)域.現(xiàn)有算法大多過(guò)于繁瑣，并且局限于利用單張靜態(tài)顯著圖來(lái)預(yù)測(cè)，很少能考慮到注視點(diǎn)轉(zhuǎn)移是一個(gè)動(dòng)態(tài)的過(guò)程.針對(duì)以上問(wèn)題，我們提出一種具有生物依據(jù)的注視點(diǎn)轉(zhuǎn)移的預(yù)測(cè)方法，利用了3大因素： 視網(wǎng)膜中央凹在
復(fù)旦學(xué)報(bào)（自然科學(xué)版） 2016年4期2016-09-21
- 視線追蹤系統(tǒng)中注視點(diǎn)估計(jì)方法研究
視線追蹤系統(tǒng)中注視點(diǎn)估計(jì)方法研究金純1,2李婭萍1(重慶郵電大學(xué)通信與信息工程學(xué)院無(wú)線傳輸重點(diǎn)實(shí)驗(yàn)室1,重慶400065；重慶金甌科技發(fā)展有限責(zé)任公司2，重慶400041)摘要：在回顧視線追蹤技術(shù)發(fā)展歷程的基礎(chǔ)上，對(duì)該技術(shù)的研究方向和幾種主要的視線跟蹤方法進(jìn)行了簡(jiǎn)單闡述。重點(diǎn)介紹了基于瞳孔-角膜反射法的視線追蹤技術(shù)的原理及其硬件組成，尤其對(duì)現(xiàn)有視線跟蹤系統(tǒng)中比較成熟的注視點(diǎn)估計(jì)算法進(jìn)行了歸納總結(jié)和原理剖析。對(duì)二維和三維的注視點(diǎn)估計(jì)算法的精度和用戶自由度進(jìn)行
自動(dòng)化儀表 2016年5期2016-06-27
- 大學(xué)生面孔識(shí)別中不同興趣區(qū)及被試性別的差異研究
現(xiàn)被試對(duì)眼睛的注視點(diǎn)個(gè)數(shù)、總注視時(shí)間、首注視持續(xù)時(shí)間顯著多于鼻子和嘴巴;鼻子部位的首視點(diǎn)時(shí)間顯著先于眼睛和嘴巴部位;興趣區(qū)在各眼動(dòng)指標(biāo)上，皆存在主效應(yīng)，P＜0.05.興趣區(qū)與被試性別在注視點(diǎn)個(gè)數(shù)、總注視時(shí)間上的交互作用顯著;男生對(duì)鼻子部位的注視次數(shù)和注視時(shí)間比女生更多，而女生對(duì)眼睛的注視次數(shù)顯著多于男生.研究表明:眼睛在面孔識(shí)別中發(fā)揮著比鼻子、嘴巴更加重要的作用，對(duì)眼睛的認(rèn)知加工更多，被試性別影響大學(xué)生對(duì)面孔識(shí)別的眼動(dòng)模式.面孔識(shí)別;興趣區(qū);性別差異;眼動(dòng)
- 數(shù)量大小比較任務(wù)中兩位數(shù)加工方式的眼動(dòng)研究
兩位數(shù)上的平均注視點(diǎn)的個(gè)位十位一致性主效應(yīng)顯著；（2）個(gè)位十位一致性對(duì)下面兩位數(shù)中十位數(shù)的注視點(diǎn)數(shù)影響顯著，但對(duì)個(gè)位數(shù)的注視點(diǎn)數(shù)影響不顯著.這些結(jié)果表明兩位數(shù)的個(gè)位和十位是以分解的方式加工的.【關(guān)鍵詞】 兩位數(shù)；十位個(gè)位一致性；注視點(diǎn)；加工方式一、引 言關(guān)于兩位數(shù)的加工方式，研究者在早期提出了整體加工的觀點(diǎn)，該觀點(diǎn)認(rèn)為在進(jìn)行數(shù)量比較或心理數(shù)字操作前兩位數(shù)的個(gè)位和十位數(shù)被整合成一個(gè)整體的實(shí)數(shù)，其十進(jìn)制結(jié)構(gòu)在數(shù)量加工中不再發(fā)揮作用，兩位數(shù)作為一個(gè)整體數(shù)量與一位
數(shù)學(xué)學(xué)習(xí)與研究 2016年9期2016-05-14
- 認(rèn)知控制在工作記憶表征引導(dǎo)注意中的作用：來(lái)自眼動(dòng)的證據(jù)*
技術(shù)發(fā)現(xiàn)在首次注視點(diǎn)上觀察到的早期注意引導(dǎo)效應(yīng)在反應(yīng)時(shí)指標(biāo)上卻消失了。相對(duì)于反應(yīng)時(shí)技術(shù)來(lái)說(shuō),眼動(dòng)追蹤技術(shù)能實(shí)時(shí)地反映注意轉(zhuǎn)移的空間位置與時(shí)程(van Gompel, Fischer, Murray, & Hill, 2007),更適合從時(shí)間維度和空間維度來(lái)探測(cè)工作記憶表征對(duì)視覺(jué)注意引導(dǎo)的過(guò)程。因此, 本研究擬采用眼動(dòng)追蹤技術(shù), 來(lái)重新探討認(rèn)知控制如何在工作記憶表征引導(dǎo)視覺(jué)注意的過(guò)程中起作用。另外, 雖然以往研究者論證過(guò)認(rèn)知控制對(duì)注意引導(dǎo)效應(yīng)起作用(Carl
心理學(xué)報(bào) 2016年9期2016-02-01
- 面向駕駛員注視區(qū)域劃分的DBSCAN-MMC方法
劃分.但駕駛員注視點(diǎn)分布有不規(guī)則、較離散的特點(diǎn)，而常規(guī)基于距離的聚類方法有僅對(duì)“類圓形”數(shù)據(jù)聚類效果較好、聚類邊界較生硬等缺陷.在聚類領(lǐng)域，基于密度和基于數(shù)學(xué)形態(tài)學(xué)聚類方法可進(jìn)行不規(guī)則形狀數(shù)據(jù)的聚類，國(guó)內(nèi)外學(xué)者已對(duì)典型密度聚 類 方 法（density based spatial clustering of applications with noise，DBSCAN）和形態(tài)學(xué)聚類方法進(jìn)行了研究并取得了一些成果：Ester等［3］最早提出用于解決任意形狀數(shù)
浙江大學(xué)學(xué)報(bào)（工學(xué)版） 2015年8期2015-08-10
- 訓(xùn)練閱讀知覺(jué)廣度 提高英語(yǔ)閱讀能力
對(duì)稱的，大約為注視點(diǎn)左側(cè)3～4個(gè)字母，右側(cè)14～15個(gè)字母。[2]閱讀者的知覺(jué)廣度也不是固定不變的，而受閱讀技能的影響。Rayner對(duì)英語(yǔ)閱讀知覺(jué)廣度的發(fā)展性研究發(fā)現(xiàn)，在相同的控制條件下，作為初學(xué)者的小學(xué)二、四年級(jí)學(xué)生的知覺(jué)廣度大約為注視點(diǎn)右側(cè)11個(gè)字符空間，六年級(jí)被試約為注視點(diǎn)右側(cè)14個(gè)字符空間，熟練閱讀者（大學(xué)生）的閱讀知覺(jué)廣度約為注視點(diǎn)右側(cè)14～15個(gè)字符空間，初學(xué)閱讀者的知覺(jué)廣度同熟練閱讀者一樣，都是不對(duì)稱的。[3]由此，筆者認(rèn)為，學(xué)生的閱讀知覺(jué)廣
教學(xué)月刊·中學(xué)版（教學(xué)參考） 2015年7期2015-07-08
- 應(yīng)聘者在人格測(cè)驗(yàn)中作假的反應(yīng)過(guò)程：基于工作贊許性的眼動(dòng)證據(jù)
期,更少的眼動(dòng)注視點(diǎn),同時(shí)也發(fā)現(xiàn)作假被試更多地關(guān)注極端選項(xiàng),支持了人格測(cè)驗(yàn)作假的語(yǔ)義加工模型。但如上所述,該研究基于作假是一種社會(huì)贊許反應(yīng)這一前提假設(shè),題目也只分為受贊許、不受贊許兩類。本研究擬采用眼動(dòng)追蹤技術(shù),使用作答反應(yīng)、反應(yīng)潛伏期、眼動(dòng)等指標(biāo),依據(jù)工作贊許性將人格測(cè)驗(yàn)題目分為受工作贊許、不受工作贊許和無(wú)工作贊許性三類,研究應(yīng)聘者在人格測(cè)驗(yàn)中作假的反應(yīng)過(guò)程。上述3種模型中,自我圖式模型和語(yǔ)義加工模型相互矛盾,而圖式采擇模型實(shí)際是前兩種模型的綜合。在受社
心理學(xué)報(bào) 2015年11期2015-02-05
- 不可信面孔在視知覺(jué)加工中的注意偏向：來(lái)自眼動(dòng)的證據(jù)*
點(diǎn),只有被試的注視點(diǎn)移動(dòng)到那個(gè)校準(zhǔn)點(diǎn)后(偏移在 1°視角之內(nèi)),組合照片才會(huì)出現(xiàn),呈現(xiàn) 2s。被試在屏幕上看到40組圖片,每組圖片呈現(xiàn)2次,順序隨機(jī),共計(jì)80試次。待組合圖片消失后,出現(xiàn)紅色探測(cè)點(diǎn),被試依據(jù)探測(cè)點(diǎn)的位置(屏幕左右)做出相應(yīng)的按鍵反應(yīng)(“S”和“K”鍵)。待按鍵結(jié)束后,顯示空屏1500 ms,下一試次開(kāi)始。眼動(dòng)儀會(huì)自動(dòng)記錄組合圖片出現(xiàn)時(shí)的眼動(dòng)數(shù)據(jù)。學(xué)習(xí)階段結(jié)束后,被試閉眼休息 2分鐘后開(kāi)始再認(rèn)任務(wù)。被試沒(méi)有被事先告知會(huì)有面孔再認(rèn)任務(wù)。在再認(rèn)階
心理科學(xué)進(jìn)展 2015年9期2015-02-02
- 大腦信息獲取與信息加工的狀態(tài)識(shí)別
的輪廓線表明了注視點(diǎn)的主要分布范圍。通過(guò)觀察可知，值提取任務(wù)的注視點(diǎn)主要分布在柱狀圖、橫軸和坐標(biāo)軸的縱軸上 （如圖2 （a）所示），而關(guān)系比較任務(wù)的注視點(diǎn)主要分布在柱狀圖和橫軸上 （如圖2 （b）所示）。2類任務(wù)注視點(diǎn)分布情況表明，值提取和關(guān)系比較2種信息處理過(guò)程具有不同的眼動(dòng)模式。2 特征提取與分類2.1 特征提取由實(shí)驗(yàn)采集的眼動(dòng)數(shù)據(jù)可以獲取多種眼動(dòng)特征，其中較為常用的有瞳孔直徑 （pupil diameter，PD）、眼跳距離（saccade dist
計(jì)算機(jī)工程與設(shè)計(jì) 2014年8期2014-12-23
- 城市隧道駕駛?cè)俗⒁曁卣鞣治觯?/a>
了分析，得出了注視點(diǎn)分布的一般特征，并建立了城市隧道標(biāo)志視認(rèn)模型。葉曉林等［12］探討了模擬駕駛過(guò)程中視覺(jué)和聽(tīng)覺(jué)認(rèn)知負(fù)荷對(duì)駕駛行為的影響，得出認(rèn)知負(fù)荷影響駕駛行為，特別是影響了對(duì)駕駛情境中危險(xiǎn)事件的覺(jué)知。但以前對(duì)于駕駛?cè)搜蹌?dòng)行為的研究主要集中在公路隧道，特別是高速公路隧道，對(duì)城市隧道的研究較少。筆者通過(guò)實(shí)車實(shí)驗(yàn)，獲取駕駛?cè)嗽谀暇┦? 條典型隧道中行車時(shí)的眼動(dòng)數(shù)據(jù)，通過(guò)對(duì)采集數(shù)據(jù)的分析得到駕駛?cè)嗽诔鞘兴淼乐行熊嚨淖⒁曅袨樘卣鳌? 隧道實(shí)驗(yàn)1.1 實(shí)驗(yàn)設(shè)計(jì)實(shí)驗(yàn)
交通信息與安全 2014年6期2014-12-14
- 教學(xué)PPT插圖顏色及布局規(guī)律的實(shí)驗(yàn)研究
區(qū)的注視時(shí)間、注視點(diǎn)個(gè)數(shù)最多，而上圖下文布局時(shí)圖片區(qū)的注視時(shí)間、注視點(diǎn)個(gè)數(shù)最多[4]。白學(xué)軍發(fā)現(xiàn)，香水瓶圖片位于平面廣告下半部分時(shí)更能吸引消費(fèi)者注意，且其位置與背景圖案存在交互作用[5]。他在對(duì)網(wǎng)頁(yè)廣告研究中發(fā)現(xiàn)，當(dāng)廣告位于新聞上方和新聞中間時(shí)，注視次數(shù)較多，注視時(shí)間較長(zhǎng)[6]。丁錦紅等人也發(fā)現(xiàn)插圖的布局形式對(duì)注意力產(chǎn)生了影響[7]。雖然教育網(wǎng)頁(yè)，插圖文章和平面廣告等的研究結(jié)果可以給PPT插圖設(shè)計(jì)一些借鑒參考，但是這些研究結(jié)果并不一定適用于教學(xué)PPT。首先
浙江工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版) 2014年1期2014-09-21
- 城市道路環(huán)境中駕駛員的視覺(jué)特性研究
征參數(shù)主要包括注視點(diǎn)位置、注視點(diǎn)數(shù)目和注視持續(xù)時(shí)間。一般來(lái)講，把注視點(diǎn)位置和注視點(diǎn)數(shù)目統(tǒng)一按注視點(diǎn)分布來(lái)研究。(1)注視點(diǎn)分布。在駕駛員視覺(jué)搜索過(guò)程中，注視點(diǎn)的分布位置反應(yīng)了交通環(huán)境中信息所處位置，注視點(diǎn)的數(shù)目反映了駕駛員所需處理信息的數(shù)量。在區(qū)域內(nèi)注視點(diǎn)的數(shù)目越多，說(shuō)明駕駛員在該區(qū)域接收到的信息越多，行車環(huán)境越為復(fù)雜。(2)注視持續(xù)時(shí)間。注視持續(xù)時(shí)間是指在注視過(guò)程中，注視點(diǎn)位置保持不變的持續(xù)時(shí)間，單位(hs)。單次注視持續(xù)時(shí)間越長(zhǎng)則說(shuō)明駕駛員接受到的信息
江西建材 2014年15期2014-08-15
- 基于視覺(jué)感知信息的乳腺鉬靶腫塊檢測(cè)分析與自動(dòng)提取
集醫(yī)生讀片時(shí)的注視點(diǎn)序列，每個(gè)注視點(diǎn)包括該點(diǎn)在鉬靶影像中的相對(duì)位置、注視點(diǎn)停留時(shí)間和瞳孔直徑等3個(gè)視覺(jué)特征，然后基于這些特征對(duì)注視點(diǎn)序列進(jìn)行聚類分析，根據(jù)關(guān)注度評(píng)價(jià)找出醫(yī)生瀏覽影像時(shí)的若干“關(guān)注點(diǎn)”位置，并對(duì)比分析其與腫塊位置的關(guān)系，以評(píng)價(jià)“命中率”；以關(guān)注點(diǎn)為引導(dǎo)，利用區(qū)域生長(zhǎng)和水平集方法對(duì)腫塊病灶進(jìn)行提取。利用DDSM數(shù)據(jù)庫(kù)和浙江省腫瘤醫(yī)院數(shù)據(jù)庫(kù)的75張鉬靶影像進(jìn)行初步實(shí)驗(yàn)。將關(guān)注點(diǎn)數(shù)限制在4個(gè)以內(nèi)時(shí)，腫塊病灶命中率為58.49%，同時(shí)所有命中腫塊中被
- 基于感興趣區(qū)域圖像眼動(dòng)數(shù)據(jù)庫(kù)的建立
等)的圖像，其注視點(diǎn)在交互物體之間有著頻繁的轉(zhuǎn)移，動(dòng)作發(fā)生者和動(dòng)作接受者之間有著很多過(guò)渡的發(fā)生。圖2 注意力分布權(quán)重圖通過(guò)學(xué)習(xí)和參照MIT眼動(dòng)數(shù)據(jù)庫(kù)以及NUSEF數(shù)據(jù)庫(kù)，本文在圖像質(zhì)量評(píng)價(jià)的方向上，進(jìn)一步對(duì)圖像的眼動(dòng)數(shù)據(jù)進(jìn)行研究和分析，建立了一個(gè)基于人眼感興趣區(qū)域的圖像數(shù)據(jù)庫(kù)，為今后結(jié)合人眼感興趣區(qū)域的圖像質(zhì)量評(píng)價(jià)方法提供一些借鑒和參照。1 眼動(dòng)實(shí)驗(yàn)1.1 圖像的選取本論文將所建數(shù)據(jù)庫(kù)命名為XROIEF數(shù)據(jù)庫(kù)(XUT Region of Interest
西安理工大學(xué)學(xué)報(bào) 2014年1期2014-03-26
- 基于圖像顯著性特征的交通標(biāo)志注視點(diǎn)預(yù)測(cè)方法＊
在識(shí)別圖像是的注視點(diǎn)的分布規(guī)律，是研究這些問(wèn)題的基礎(chǔ)．但是，復(fù)雜的眼動(dòng)實(shí)驗(yàn)設(shè)計(jì)和實(shí)驗(yàn)條件，在一定程度上制約了相關(guān)研究的進(jìn)展．本文以Ltti的視覺(jué)注意模型為基礎(chǔ)，通過(guò)高斯金字塔的生成、多通道圖像特征的提取及特征圖的生成以及顯著性圖的生成等步驟，建立針對(duì)交通標(biāo)志的注視點(diǎn)預(yù)測(cè)模型．通過(guò)MATLAB實(shí)現(xiàn)對(duì)模型的編程．并以眼動(dòng)儀為手段，以相似度和線性距離兩項(xiàng)指標(biāo)對(duì)模型精度進(jìn)行評(píng)價(jià)．通過(guò)該方法，本文希望實(shí)現(xiàn)對(duì)交通標(biāo)志注視點(diǎn)的有效預(yù)測(cè)，從而為交通標(biāo)志的設(shè)計(jì)提供有效的工具
- 飛行模擬器環(huán)境下飛行員視覺(jué)特征
，落在各部分的注視點(diǎn)即為該區(qū)域內(nèi)的注視目標(biāo)［17］.飛行員在飛機(jī)操作過(guò)程中，通過(guò)艙內(nèi)儀表能夠獲取飛機(jī)的各項(xiàng)性能數(shù)據(jù).在近地環(huán)境中，地面的標(biāo)識(shí)、燈光、人員、車輛、環(huán)境能夠?yàn)轱w行員提供周圍的交通環(huán)境信息.在實(shí)驗(yàn)室環(huán)境下，為了簡(jiǎn)化飛行員的視野和注視目標(biāo)，將飛行員的視野平面按照艙內(nèi)、艙外以及這之外的區(qū)域劃分為3個(gè)視覺(jué)區(qū)，分別記為:前窗艙外景區(qū)(1區(qū))、艙內(nèi)儀表區(qū)(2區(qū))、其他視覺(jué)區(qū)(3區(qū)).實(shí)驗(yàn)中被試的視野區(qū)域劃分如圖4所示.圖4 被試的視野區(qū)域劃分圖3 實(shí)驗(yàn)數(shù)據(jù)
北京航空航天大學(xué)學(xué)報(bào) 2013年7期2013-08-07