你会意识到吗？基于眼动追踪的增强现实情境意识建模
机器学习
2025-09-03 v2 人机交互
摘要
尽管增强现实（AR）系统通过实时指导提升了任务性能，但会引发认知隧道化——即对虚拟内容进行高度聚焦，导致在安全关键场景中情境意识（SA）受到损害。本文研究了AR引导下的心肺复苏（CPR）中的SA问题，救援者需在有效胸外按压与对不可预测危险（如患者呕吐）的警觉性之间取得平衡。我们开发了一个基于Magic Leap 2的AR应用，用于叠加实时CPR反馈（按压深度和频率），并进行用户研究，模拟不可预见事件（如出血）以评估SA，期间通过观察和在冻结探针事件期间 administering 的问卷收集SA指标。眼动追踪分析显示，更高的SA水平与更大的眼球弹性振幅和速度相关，并且与对虚拟内容的固定比例和频率减少相关。为预测SA，我们提出了FixGraphPool——一种图神经网络，将注视事件（固定、弹性）结构化为时空图，有效捕捉动态注意力模式。我们的模型达到了83.0%的准确率（F1=81.0%）， outperforming 基于特征的机器学习方法和最先进的时间序列模型，得益于领域知识和编码在ET数据中的空间时序信息。这些发现表明了眼动追踪在AR情境意识建模中的潜力，并强调了其在设计确保用户安全和情境意识的AR系统方面的实用性。
引用
@article{arxiv.2508.05025,
title = {Will You Be Aware? Eye Tracking-Based Modeling of Situational Awareness in Augmented Reality},
author = {Zhehan Qu and Tianyi Hu and Christian Fronk and Maria Gorlatova},
journal= {arXiv preprint arXiv:2508.05025},
year = {2025}
}