ИСТИНА |
Войти в систему Регистрация |
|
ИПМех РАН |
||
Исследование процессов восприятия видеоинформации возможно с помощью различных технологий, одной из которых является регистрация движения глаз [1]. С помощью современных технологий айтрекинга возможна регистрация различных показателей макро и микро движений глаз при решении зрительных задач. Основными характеристиками, которые регистрируются при оценке успешности выполнения зрительных задач, являются число и продолжительность фиксаций, скорость и направление саккад, частота микросаккад и др. Показано, что указанные параметры могут успешно объяснять закономерности процессов зрительного поиска, чтения, принятия решения и многих других. Однако, анализ отдельных характеристик не всегда отражает исследуемый процесс как единое целое. В связи с этим возникает необходимость поиска новых методов анализа движения глаз, которые позволили получить новые данные об индивидуальных особенностях глазодвигательной активности. Целью нашего исследование было разработать метод анализа сканпасов (scanpaths) движений глаз с применением алгоритма фрактальной дисперсии на материале поведения саккад и микросаккад при рассматривании изображений разной сложности. Участники. В исследовании приняли участие 13 человек (8 женщин и 5 мужчин в возрастном диапазоне 18-22 года). Стимуляция. Были выбраны изображения трех типов: «фрактал», «дерево» и «волна», каждое из которых предъявлялось в нескольких ракурсах, отличающихся друг от друга углом поворота вокруг центра паттерна на 450. Были выбраны 8 ракурсов: 00, 450, 900, 1350,1800, 2250, 2700 и 3150. Общее число предъявлений каждого изображения составляло 24. Аппаратура. Изображения предъявлялись на LCD-мониторе с диагональю 23 дюйма и разрешением 1920x1080 пикселей, установленном на расстоянии 75 см от наблюдателя. Регистрация движений глаз осуществлялась в бинокулярном режиме при помощи ай-трекера SMI iViewXTM Hi-Speed 1250 с частотой 500 Гц и разрешением <0.01°. Обработка данных. Весь массив данных разделялся на траектории микродвижений (<0.1°) и саккад (>0.1°). При этом применялась специальные методики объединения массивов данных для всех микродвижений и саккад, зарегистрированных за время наблюдения изображения. Необходимость объединения была связана с требованиями увеличения надежности статистических оценок без искажения конфигурации взаимного расположения. Массив данных для микродвижений содержал порядка 80000-100000 выборок, а массив данных для саккад, в среднем, в 10 раз меньше выборок, что обусловлено реальным временем пребывания глаза в соответствующих состояниях. При формировании массива саккад производилось "сшивание" крайних точек каждых двух последовательных саккад после удаления массива данных по фиксации. Данные микродвижений в одной фиксации объединялись в отдельный массив, для которого определялся центр тяжести. Центры тяжести нескольких фиксаций совмещались параллельным переносом. В настоящей работе основное внимание уделялось анализу совокупности микродвижений во время наблюдения изображений трех типов, предъявляемых в восьми ракурсах. Были рассчитаны X и Y траектории микродвижений, для которых применялся метод фрактальной обработки с использованием измерительного окна с z- изменяемой (нарастающей) величиной числа шагов выборок по времени усреднения. На каждом шаге определялось раздельно среднеквадратичное отклонение σx по X и σy по Y и вычислялось значение σ(i)=√(σx2 (i+j)+ σy2(i+j)), где i=1: (N-z+1) номер шага сдвига окна, а j=1:z номер шага по ширине окна. Учитывая метод определения величины σ(i), ее можно считать фрактальной дисперсией микродвижений глаз. На рис. 1 представлены распределения фрактальной дисперсии для микросаккад (ось Y, усл. ед.) в зависимости от ширины скользящего окна (ось X, усл. ед.) отдельно по результатам данных для трех наблюдателей G, K ,RR и по четырем изображениям одного типа с 4-мя значениями ракурсов предъявления (S0, S1, S2, S3). Таким образом, наши данные показали, что метод фрактальной обработки (дисперсии) микродвижений глаз, применяемый для оценки структурной сложности траектории движения, может быть использован для выявления индивидуальных особенностей восприятия видеоинформации различными наблюдателями. Для дальнейшего развития предложенного метода необходимо оценить степень вариабельности фрактальной дисперсии при изменении эндогенных и экзогенных факторов условий наблюдения. Работа выполнена при финансовой поддержке РФФИ проекты 13-07-00834 и 16-07-01017.