重新思考眨眼：通过自发眨眼的生理表征评估任务难度
人机交互
2021-02-15 v1 人工智能
计算机视觉与模式识别
摘要
对任务难度和心理负荷的连续评估对于提升交互系统的可用性和可访问性至关重要。眼动追踪数据常被用于实现这一能力，但标准眨眼指标的作用有限。在此，我们提出一种分析眨眼反应以自动估计任务难度的新方法。其核心模块是眨眼的时间-频率表征，旨在捕捉眨眼所反映的丰富信息。在首项研究中，我们表明该方法显著提高了对任务难度的敏感性。随后，我们展示了如何构建一个框架，其中利用多维长短期记忆（Long Short-Term Memory, LSTM）循环神经网络对表征模式进行分析，以实现其到难度相关参数的非线性映射。该框架优于其他使用手工设计特征的方法。此方法适用于任何内置摄像头，无需专用设备。最后我们讨论了重新思考眨眼如何惠及现实应用。
引用
@article{arxiv.2102.06690,
title = {Rethinking Eye-blink: Assessing Task Difficulty through Physiological Representation of Spontaneous Blinking},
author = {Youngjun Cho},
journal= {arXiv preprint arXiv:2102.06690},
year = {2021}
}
备注
[Accepted version] In Proceedings of CHI Conference on Human Factors in Computing Systems (CHI '21), May 8-13, 2021, Yokohama, Japan. ACM, New York, NY, USA. 19 Pages. https://doi.org/10.1145/3411764.3445577