眼动轨迹的个体拓扑结构
计算机视觉与模式识别
2024-03-13 v5 人机交互
机器学习
摘要
传统上，从眼动数据中提取模式依赖于不同宏观事件（如注视和扫视）的统计量。这需要额外的预处理步骤来分离眼动子类型，且分类结果常依赖于若干参数。此外，不同研究者对这些宏观事件的定义方式各异。我们提出将一类新特征应用于个人眼动轨迹结构的定量分析。这类基于代数拓扑的新特征允许以统一方式从坐标和时间序列、幅度、热力图以及点云等不同注视模态中提取从微观到宏观所有尺度的模式。我们通过实验证明了新特征类与传统特征相比的竞争力，以及在近期发布的眼动轨迹数据集上用于人员认证任务时两者结合使用的显著协同效应。
引用
@article{arxiv.2205.10667,
title = {Individual Topology Structure of Eye Movement Trajectories},
author = {Arsenii A. Onuchin and Oleg N. Kachan},
journal= {arXiv preprint arXiv:2205.10667},
year = {2024}
}