CALM：基于轻量级模型的认知评估
人机交互
2024-09-09 v1
摘要
认知负荷评估对低成本易用设备的需求日益增长，适用于从安全关键行业到娱乐的各种应用。虽然處 pupilillometry 是这种应用中进行认知负荷估计的吸引人选择，但其对光线的敏感性使其在光线变化条件下不够稳健。多模态数据采集提供了可行的替代方案，其中将 pupilillometry 与心电图（ECG）或脑电图（EEG）结合使用。在本工作中，我们研究了基于 pupilillometry 的认知负荷估计对光线的敏感性。通过在相同的实验会话中收集心率变异性（HRV）数据，我们分析了多模态数据如何减少这种敏感性并提高对光线条件的稳健性。此外，我们通过在所有任务条件下同步收集两种设备（低成本运动级设备和临床级设备）的 HRV 数据，比较了在多模态设置中使用的性能。我们的结果表明，多模态数据可提高在光线变化条件下的认知负荷估计稳健性，并使基于 pupilillometry alone 的评估准确率提高了超过 20 个百分点。此外，观察到运动级设备在受控实验室环境下也可能成为临床级设备的替代品。
引用
@article{arxiv.2409.03888,
title = {CALM: Cognitive Assessment using Light-insensitive Model},
author = {Akhil Meethal and Anita Paas and Nerea Urrestilla Anguiozar and David St-Onge},
journal= {arXiv preprint arXiv:2409.03888},
year = {2024}
}
备注
9 pages