Аннотация: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.