报告：神经手势中动态眼动匹配与可视化工具
神经与进化计算
2018-01-09 v2 人工智能
计算机视觉与模式识别
摘要
在关于讲者使用手势影响的研究中，一项具有挑战性的任务是推断一群观众的注意力。有助于推断注意力水平的两个重要测量指标是眼动数据和脑电图（EEG）数据。在“若所有人同时集中注意力，则会看向同一位置”这一基本假设下，我们应用一种称为“时间扭曲编辑距离（Time Warp Edit Distance）”的方法来计算其眼动轨迹的相似度。此外，我们还基于这些成对相似度度量对观众的眼动模式进行聚类。再者，由于我们没有直接度量“注意力”真值的指标，可视化评估将有助于评估手势—注意力关系。因此我们亦实现了一个可视化工具。
引用
@article{arxiv.1712.09709,
title = {Report: Dynamic Eye Movement Matching and Visualization Tool in Neuro Gesture},
author = {Qiangeng Xu and John Kender},
journal= {arXiv preprint arXiv:1712.09709},
year = {2018}
}
备注
21 pages