一种用于合成更具真实感眼动数据的机制化变换模型
人机交互
2023-06-16 v1
摘要
本稿件展示了一种改进的基于模型的合成退化方法，用于对先前采集的眼动信号进行合成退化。在高品质眼动追踪传感器上记录的信号被变换，使其所得眼动追踪信号质量类似于在低质量目标设备上捕获的记录。所提模型通过引入退化空间精度与时间精度的机制，相较先前方法提升了退化信号的真实感。此外，展示了一种百分位数匹配技术，用于模仿目标数据集信号质量特征的相对分布结构。使用来自 EyeLink 1000 眼动仪及嵌入虚拟现实平台的 SMI 眼动仪的数据，证明该模型在逐特征与逐记录基础上提升了真实感。相较基准模型，该模型将中位数分类准确率性能指标提升了 35.7%，趋近于 50% 的理想指标。本文还通过提供面向合成生成眼动信号、与具体应用无关的真实性评估工作流，拓展了相关文献。
引用
@article{arxiv.2306.08712,
title = {A Mechanistic Transform Model for Synthesizing Eye Movement Data with Improved Realism},
author = {Henry Griffith and Samantha Aziz and Dillon J Lohr and Oleg Komogortsev},
journal= {arXiv preprint arXiv:2306.08712},
year = {2023}
}
备注
12 pages, 10 figures