基于 EEG 和眼动追踪区分现实视觉场景中的目标与非目标注视
计算机视觉与模式识别
2025-08-05 v1 人机交互
摘要
区分视觉搜索中目标与非目标注视是理解用户意图行为和构建有效辅助系统的基本模块。虽然先前研究表明了基于眼动追踪和脑电图 (EEG) 数据对目标与非目标注视进行分类的可行性，但这些研究均在明确指示的搜索轨迹、抽象视觉刺激以及忽略场景上下文的情况下进行。这与人类视觉搜索主要由场景特征驱动的事实相去甚远，引发关于在更真实情境下泛化能力的疑问。为弥合这一差距，我们首次探讨了在真实场景中进行的自由视觉搜索中目标与非目标注视的分类。具体而言，我们采用包含 140 个真实视觉搜索场景的大型多样化视觉场景进行了 36 位用户的研究，涉及两个高度相关的应用场景：在桌面背景上搜索图标和在杂乱的车间中寻找工具。我们基于注视和 EEG 特征的方法超越了基于注视持续时间和眼动相关电位的先前最先进方法。我们进行了广泛的评估以衡量该方法在不同场景类型之间的泛化能力。我们的方法显著提升了在真实情境下区分目标与非目标注视的能力，在跨用户评估中实现了 83.6% 的准确率。这显著优于仅达 56.9% 的基于眼动相关电位的先前方法。
引用
@article{arxiv.2508.01853,
title = {Distinguishing Target and Non-Target Fixations with EEG and Eye Tracking in Realistic Visual Scenes},
author = {Mansi Sharma and Camilo Andrés Martínez Martínez and Benedikt Emanuel Wirth and Antonio Krüger and Philipp Müller},
journal= {arXiv preprint arXiv:2508.01853},
year = {2025}
}