基于自动互视检测的孤独症儿童社交视觉行为分析

社交视觉行为作为一种非言语交流方式，在研究孤独症干预治疗中交互式复杂场景下的社会认知过程中起着核心作用。然而，对于孤独症儿童的社交视觉行为分析，人工收集和评估注视数据具有挑战性，因为人类编码者需要耗费大量时间和精力。本文通过利用自动互视检测框架量化接受游戏式孤独症干预儿童的互视表现，提出了一种社交视觉行为分析方法。我们的分析基于一个视频数据集，该数据集捕获并记录了孤独症儿童与其治疗训练师之间的社交互动（N=28次观测，84个视频片段，时长21小时）。通过将互视检测框架得出的互视比率与人类编码的比率值进行比较，评估了我们框架的有效性。我们分析了不同治疗环境、活动和疗程中的互视频率与持续时间。我们利用多种基于机器学习的回归模型，创建了用于社交视觉行为评分预测的互视相关度量。结果表明，我们的方法提供的互视度量能够可靠地代表（甚至替代）人类编码者手工编码的社交注视度量，并有效评估和预测干预期间ASD儿童的社交视觉表现。我们的发现对（特殊）教育及职场中众多同址场景下的小组行为评估中的社交互动分析具有启示意义。