注視點
- 高密度互通立交出口匝道駕駛?cè)艘曈X搜索行為特征
驗對注視行為和注視點分布的影響;潘曉東等[17]利用EMR-8B眼動儀研究了山區(qū)道路平曲線半徑連續(xù)變化的條件下駕駛員的視覺需求;陳芳等[18]研究了山區(qū)高速公路彎道場景路段駕駛員的視點分布特征;趙曉華等[19]通過駕駛模擬試驗,研究了在長大隧道場景下突起路標(biāo)對車輛速度調(diào)控管理和駕駛?cè)诵睦硪约吧淼挠绊?駕駛?cè)嗽谛旭傔^程中對環(huán)境的感知主要通過視覺來完成,感知特性決定了駕駛操縱和車輛運行特性,目前復(fù)雜立交環(huán)境駕駛?cè)艘曈X感知的相關(guān)研究較少,尤其是高密度立交區(qū)域的
東南大學(xué)學(xué)報（自然科學(xué)版） 2022年6期2023-01-05
- 基于多目攝像機的魯棒眼動跟蹤技術(shù)研究
S)或2D中的注視點(Point of Regard,PoR)[2]來實現(xiàn)。其中，LoS描述了被測用戶在3D世界坐標(biāo)中的位置信息，而PoR表示視距與場景相交的位置，通常指屏幕或注視的東西，例如控制面板等。在本文中，眼動行為、注視信息用屏幕上的PoR表示。在國內(nèi)外，有許多專家將眼動跟蹤技術(shù)用于人機交互以及探索人的認(rèn)知過程中[3]，并作為界面元素位置分布合理性的參考反饋給機器、面板、界面的設(shè)計人員。其中，因飛行員在操作飛機的過程中所獲得的信息情報有80%～90
測控技術(shù) 2022年12期2023-01-04
- 融合多重注意力機制的人眼注視點預(yù)測
區(qū)域檢測和人眼注視點預(yù)測兩類(Oyama和Yamanaka，2018)。早期的人眼注視點預(yù)測往往是基于人工選擇特征方法(Valenti等，2009)。Zhang和Sclaroff(2016)利用在LAB色彩空間(lab color space)中獲得的一組特征生成最終的人眼注視概率圖。這類方法通常只關(guān)注圖像的低級特征或只關(guān)注圖像的高級特征，沒有將不同層次的特征結(jié)合起來。隨著深度神經(jīng)網(wǎng)絡(luò)在計算機視覺任務(wù)上的廣泛應(yīng)用，人們在顯著目標(biāo)檢測上使用了深度神經(jīng)網(wǎng)絡(luò)技術(shù)
中國圖象圖形學(xué)報 2022年12期2022-12-21
- 基于眼動的孤獨癥兒童看圖說話能力研究
分析熱點區(qū)域即注視點集中區(qū)域，注視點集中說明注視時間長。熱點區(qū)域與看圖說話主題區(qū)域重合記2分，部分重合記1分，不重合記0分。孤獨癥兒童的熱點區(qū)域與看圖說話能力兩變量間的相關(guān)性系數(shù)在0.001～0.400；P=0.068～0.995，均大于0.05，因此孤獨癥兒童的熱點區(qū)域與看圖說話分?jǐn)?shù)關(guān)聯(lián)不大。熱點區(qū)域本應(yīng)與看圖說話關(guān)鍵得分密切相關(guān)，而孤獨癥兒童集中注視點的區(qū)域與關(guān)鍵區(qū)域不相交，說明孤獨癥兒童不能抓住圖中的關(guān)鍵信息，對圖片中的無關(guān)信息注視較高，直接影響了其
中國聽力語言康復(fù)科學(xué)雜志 2022年3期2022-11-22
- 基于視線追蹤的青少年注意力快速評價篩查系統(tǒng)設(shè)計
的視線追蹤單眼注視點估計模型算法，可估計雙眼各自的注視點坐標(biāo)，從而計算測試者閱讀時的兩眼平均差值，與傳統(tǒng)基于神經(jīng)網(wǎng)絡(luò)的注視點估計模型預(yù)測雙眼視線匯聚點坐標(biāo)不同?；诖怂惴Ｐ烷_發(fā)青少年注意力快速評價篩查系統(tǒng)，與使用傳統(tǒng)視線追蹤設(shè)備相比，不需要額外硬件設(shè)備，僅通過單目攝像頭即可實現(xiàn)視線追蹤，降低了測試門檻，操作簡單快速。系統(tǒng)使用注視點估計模型獲取青少年閱讀中的注視點坐標(biāo)，計算相應(yīng)眼動數(shù)據(jù)，從而評判青少年的注意力水平。2 基于卷積神經(jīng)網(wǎng)絡(luò)的視線追蹤研究本系統(tǒng)通
電子技術(shù)與軟件工程 2022年15期2022-11-11
- 眼動儀技術(shù)在里院建筑特色分析中的應(yīng)用
數(shù)據(jù)分析方案有注視點分布圖、軌跡圖、熱點圖、興趣區(qū)、集簇圖。本文選擇圖片數(shù)據(jù)中的熱點圖進行分析。熱點圖可以讓我們直觀了解被試者對圖片的哪一部分最感興趣。紅色代表瀏覽和注視最集中的區(qū)域，黃色和綠色代表目光注視較少的區(qū)域。在心理學(xué)研究中經(jīng)常用到四個指標(biāo)：注視次數(shù)、注視時間、首次注視時間、首次注視開始時間。眼動儀為我們了解人的思維過程提供了便捷而客觀的通道[1]。3 眼動數(shù)據(jù)的作用3.1 設(shè)計評價讓被試者看里院建筑圖片，以視線與關(guān)注點的“部位”和眼跳“順序”的關(guān)
智能建筑與智慧城市 2022年9期2022-09-28
- 一種面向空間機械臂目標(biāo)定位的注視點估計方法
艙外信息，通過注視點估計注視操作界面控制艙外設(shè)備，對艙外目標(biāo)進行拾取、操作等。自1901年起，用照相機拍攝圖像用于注視點估計成為了主流方法。二維注視點估計方法目前比較成熟且應(yīng)用最廣，通過計算注視點的二維信息，建立注視點與屏幕的對應(yīng)關(guān)系，得出視線在屏幕上的對應(yīng)位置。二維注視點估計可以分為基于模型的注視估計方法和基于外觀的注視估計方法。其中基于模型的注視估計方法包括瞳孔跟蹤法、鞏膜—虹膜邊緣法、瞳孔角膜反射法、普金野象法等；基于外觀的注視估計方法直接將人眼圖像
載人航天 2022年4期2022-08-26
- 城市隧道分流區(qū)駕駛?cè)俗⒁曅袨樘匦匝芯?/a>
隧道路段駕駛員注視點的變動，建立了基于視力角特征的城市隧道標(biāo)志視認(rèn)模型；卓艷沖等[4]采集駕駛?cè)嗽谧杂闪骱头亲杂闪鳡顟B(tài)下的眼動行為數(shù)據(jù)，分析了城市隧道駕駛員的注意特性；潘姝等[5]運用馬爾科夫鏈理論研究了駕駛?cè)说淖⒁曓D(zhuǎn)移規(guī)律和注視平穩(wěn)分布特征；劉明秀等[6]采用理論分析與實驗相結(jié)合的方法，建立隧道光照度與隧道距離以及瞳孔面積的關(guān)系模型；Han等[7]探討了隧道內(nèi)輪廓線對駕駛員注視行為的影響；Qi等[8]研究了駕駛員眼動和心電指標(biāo)，分析了隧道環(huán)境下駕駛員心生
- 觀看經(jīng)度聯(lián)合加權(quán)全景圖顯著性檢測算法
試驗測得)計算注視點經(jīng)度權(quán)重，用于模擬人觀察全景圖時的行為習(xí)慣。最后，通過提取全景圖的亮度與深度特征，計算不同視口觀看概率與每個經(jīng)度的注視權(quán)重，得到不同視口經(jīng)度權(quán)重，將其應(yīng)用于顯著性圖像預(yù)測，得到最終的顯著性檢測結(jié)果。1 算法原理與實現(xiàn)使用空間顯著性預(yù)測網(wǎng)絡(luò)和赤道偏倚得到初步的顯著性圖像，然后使用觀看經(jīng)度聯(lián)合加權(quán)算法改善經(jīng)度上的權(quán)重。觀看經(jīng)度聯(lián)合加權(quán)算法的核心包括注視點經(jīng)度加權(quán)和不同視口經(jīng)度加權(quán)兩部分。注視點經(jīng)度加權(quán)首先使用數(shù)據(jù)集中的顯著性參考圖像得到注視
中國圖象圖形學(xué)報 2022年4期2022-04-24
- 煤礦安全標(biāo)志屬性特征的視覺注意效果研究
間（FFD）和注視點個數(shù)（FC）的差異。1 視覺認(rèn)知眼動實驗1）被試選取與實驗環(huán)境。通過征集，選取了31名采礦與安全相關(guān)專業(yè)的大學(xué)生為被試，自愿參加實驗。其中男性13名、女性18名，平均年齡為23.6歲，矯正視力均為1.0以上，均無色盲或色弱，辨色正常。實驗完成后，為被試發(fā)放適當(dāng)報酬。實驗安排在溫度適宜、安靜無噪聲的實驗室中進行，依照我國GB 50215—2015煤炭工業(yè)礦井設(shè)計規(guī)范[14]，結(jié)合井下實際檢測結(jié)果將室內(nèi)光照強度和顯示器屏幕亮度設(shè)定為高、低2
煤礦安全 2022年3期2022-03-24
- 不同時段高速公路特長隧道入口視覺特性研究
作為對照，選取注視點分布范圍、平均注視時間、注視持續(xù)時間、注視次數(shù)、掃視幅度和平均掃視時間等指標(biāo)對隧道入口區(qū)域的視覺特性進行分析.1 實驗設(shè)計和數(shù)據(jù)采集1.1 實驗隧道某特長隧道為雙向四車道的分離式隧道，長度為4 060 m，設(shè)計車速80 km/h.依照《公路隧道照明設(shè)計細(xì)則》對隧道分段的規(guī)定，按照設(shè)計車速80 km/h計算，可得接近段為110 m，入口段為85 m，過渡段為295 m.1.2 實驗設(shè)備及駕駛?cè)藢嶒炣囆蜑閯e克GL8，車輛性能良好.眼動數(shù)據(jù)的
- 停車場內(nèi)部誘導(dǎo)信息重要度評價及布局方法研究
2.2 駕駛員注視點分布研究1.2.2.1駕駛員注視點在各視域的分布為研究不同行駛狀態(tài)下駕駛員注視點的分布，分別對車輛在直行、右轉(zhuǎn)、左轉(zhuǎn)時駕駛員的注視點分布情況進行檢測和統(tǒng)計，結(jié)果見圖7～9。由圖7～9可知：從區(qū)域分布來看，直行時，駕駛員的注視點主要集中在正前方區(qū)域和行車道上方區(qū)域；右轉(zhuǎn)時，駕駛員的注視點主要集中在行車道上方區(qū)域和右側(cè)區(qū)域；左轉(zhuǎn)時，駕駛員的注視點主要集中在行車道上方區(qū)域和左側(cè)區(qū)域。從注視點的離散程度來看，直行時，駕駛員注視點較集中；左轉(zhuǎn)或右
公路與汽運 2022年1期2022-03-04
- 一年級小學(xué)生閱讀知覺廣度的眼動研究*
中，知覺廣度為注視點左側(cè)4個字符，右側(cè)15個字符（McConkie & Rayner,1975, 1976; Rayner, Well, & Pollatsek, 1980; Rayner,Well, Pollatsek, & Bertera, 1982），在漢語閱讀中，知覺廣度為注視點左側(cè)1個漢字，右側(cè)3個漢字（Inhoff & Liu, 1998）。可以看出，閱讀知覺廣度在不同的書寫系統(tǒng)中存在不對稱性的特點。讀者在閱讀中的信息提取范圍與閱讀技能有關(guān)。與
心理與行為研究 2021年5期2021-11-30
- 基于超復(fù)數(shù)小波和圖像空域的卷積網(wǎng)絡(luò)融合注視點預(yù)測算法
之一.同時設(shè)計注視點預(yù)測的計算模型，亦是計算機視覺中一個長期研究的課題[1].常見的注視點預(yù)測算法通常將注視點預(yù)測問題構(gòu)建成一個視覺注意力或顯著性的估計問題，通過提取圖像特征，得到圖像中的顯著性區(qū)域，從而實現(xiàn)圖像的注視點預(yù)測.Itti等[2]通過高斯金字塔模型生成多尺度圖像，對原圖像濾波提取顏色、亮度、方向特征，利用中心位置與周邊區(qū)域之差獲得三種特征，模擬人類視覺注意力機制，得到圖像的注視點圖.受此啟發(fā)，許多學(xué)者利用不同的特征或不同的顯著圖計算方法，得到圖
蘭州理工大學(xué)學(xué)報 2021年5期2021-11-02
- 高速公路和隧道交通標(biāo)志位置有效性的眼動研究
0個被試的首個注視點的注視順序、首次進入時間、首個注視點的注視時間、總的注視時間等指標(biāo)數(shù)據(jù);運用SPSS 24.0統(tǒng)計軟件和假設(shè)檢驗方法分析實驗采集的眼動數(shù)據(jù)。結(jié)果表明：在高速公路場景中交通標(biāo)志顯著有效位置為③（右上）和⑥（右中），在隧道內(nèi)場景中交通標(biāo)志顯著有效位置為⑥（右中）和④（左中）。實驗結(jié)果可以為高速公路、隧道等路段交通標(biāo)志位置的設(shè)置提供一定的科學(xué)參考。關(guān)鍵詞：交通標(biāo)志;眼動實驗;位置有效性;模擬場景;興趣區(qū)域中圖分類號：U491.52文獻標(biāo)志碼：
西安科技大學(xué)學(xué)報（社會科學(xué)版） 2021年4期2021-08-27
- 高速公路和隧道交通標(biāo)志位置有效性的眼動研究
ion)、首個注視點的注視時間(First Fixation Duration)、首個注視點的注視順序(First Fixation Order)、總的注視時間(Total Fixation Time)等。1.3 實驗材料選取在高速公路上和隧道內(nèi)駕駛時常見的道路場景作為實驗材料，照片由駕駛員車內(nèi)視角拍攝，采用圖片方式呈現(xiàn)，構(gòu)建駕駛汽車在高速公路和隧道內(nèi)看到交通標(biāo)志時呈現(xiàn)的畫面為場景，如圖1和圖2所示，并運用PS對圖片進行修改，將標(biāo)志放在不同位置，從而生成實
西安科技大學(xué)學(xué)報 2021年4期2021-08-05
- 接打電話時駕駛?cè)说膽?yīng)激反應(yīng)特征分析＊
指標(biāo)，其中采用注視點分布、掃視幅度作為眼動特性評價指標(biāo)，使用方向盤操作、加速踏板操作和應(yīng)激反應(yīng)時間作為駕駛行為指標(biāo)開展研究，為在駕駛時接打電話會增加交通事故率提供有力證據(jù)。1 實驗設(shè)計1.1 實驗被試試驗共招募6 名非營運駕駛?cè)俗鳛楸辉嚕辉囻{駛?cè)松硇慕】?，矯正視力均為1.0，持有的駕照類型均為C1。1.2 實驗設(shè)備根據(jù)試驗?zāi)康?，選取駕駛行為特征提取平臺駕駛模擬器和Facelab 眼動儀為試驗設(shè)備。該駕駛模擬器搭載了德國Ergoneers 公司開發(fā)的SIL
汽車實用技術(shù) 2021年11期2021-06-26
- 基于眼動指標(biāo)的腦力疲勞識別研究
試者瞳孔直徑、注視點、陀螺(Gyro)和加速計(Accelerometer)等眼動指標(biāo)的變化，探求眼動指標(biāo)與疲勞之間的相關(guān)性，為企業(yè)實施有效的疲勞干預(yù)措施，減少人失誤提供新的思路。1 實驗設(shè)計1.1 實驗設(shè)備視覺疲勞的數(shù)據(jù)由眼動追蹤儀Tobii Glasses 2和Tobii Glasses 2分析軟件所得，能夠測量的參數(shù)有瞳孔直徑(Pupil Diameter)、跳視(Saccade)時間、注視(Fixation)時間、陀螺(Gyro)和加速計(Acce
安全 2021年4期2021-05-19
- 路域無關(guān)信息域?qū)︸{駛?cè)俗⒁曅袨榈挠绊?/a>
，對受試駕駛?cè)?span id="syggg00" class="hl">注視點落點位置精度要求較高，基于與同濟大學(xué)交通運輸工程學(xué)院的產(chǎn)學(xué)研合作，通過接觸式眼動追蹤系統(tǒng)開展高速公路實車試驗研究，試驗設(shè)備見圖1，試驗里程約95.0km，并利用馬爾可夫鏈的注視轉(zhuǎn)移模型分析路域無關(guān)信息域?qū)︸{駛?cè)嗽斐傻牟煌曈X轉(zhuǎn)移方式。2 注視行為眼動(eye movements)是視覺過程的直接反應(yīng)，是可探測的視認(rèn)活動中的即時加工過程，它受多種認(rèn)知因素的影響，與眼球的運動與注意、預(yù)期、記憶、推理、閱讀等認(rèn)知活動有密切關(guān)系。在車輛行進方向
智能建筑與智慧城市 2021年4期2021-05-08
- 線上藏品圖文布局對觀眾信息獲取的影響
——一項眼動研究①
首次進入前的注視點個數(shù)(fixations before)：被試視線進入所劃分的興趣區(qū)并形成第一個注視點之前，其視線停留在其他地方而形成的注視點的個數(shù)。3. 注視點的持續(xù)時間總和(fixation duration)：在一個興趣區(qū)中所有注視點持續(xù)時間之和。4. 注視點個數(shù)(fixation count)：興趣區(qū)內(nèi)注視點的數(shù)量。5. 訪問次數(shù)(visit count)：首個注視點出現(xiàn)在該興趣區(qū)中到下一注視點移出興趣區(qū)的次數(shù)。二、 觀眾注意力與信息加工結(jié)果首
自然科學(xué)博物館研究 2021年1期2021-04-21
- Gap效應(yīng)對搜索目標(biāo)顯著性和績效的影響
務(wù)范式中，根據(jù)注視點消失與目標(biāo)刺激呈現(xiàn)之間時間間隔的有、無或注視點持續(xù)存在，可以分為gap條件、step條件和overlap條件。gap條件(gap condition)是指注視點消失與目標(biāo)刺激的出現(xiàn)之間存在一個時間間隔，這個時間間隔的值即為gap值。step條件(step condition)是指注視點一消失，目標(biāo)刺激就出現(xiàn)，沒有時間間隔。overlap條件(overlap condition)是指目標(biāo)刺激出現(xiàn)后一段時間內(nèi)中央注視點一直存在[6-7]。眼
工業(yè)工程 2021年1期2021-03-08
- 不同鏡片佩戴舒適度下的眼動特征研究*
凱等[2]基于注視點和注視時長檢測評價座椅舒適度；王芳等[3]研究荒漠草原地區(qū)典型高速公路曲線半徑與駕駛員瞳孔直徑的關(guān)系；Ferrari等[4]提出通過觀測瞳孔變化判斷糖尿病患者的病變狀態(tài)。文獻[5-12]也利用眼動特征參數(shù)進行了很多的科學(xué)研究。當(dāng)前近視問題已經(jīng)成為全球關(guān)注的重大公共衛(wèi)生問題，目前約有14.06億近視患者，約占全球人口的22.9% ,預(yù)計到2050年將有47.58億近視人口，近乎世界人口的49.8%[13-16]。近視患者，特別是發(fā)展為高度
生物醫(yī)學(xué)工程研究 2020年4期2021-01-27
- 基于注視興趣區(qū)域聚類和轉(zhuǎn)移的群體掃視路徑生成
理操作可以得到注視點數(shù)據(jù)和掃視路徑數(shù)據(jù)。長期以來，多數(shù)工作利用計算建模的方法挖掘群體觀察者的注視點數(shù)據(jù)研究人類的視覺注意機制，通過生成靜態(tài)顯著圖直接、整體地反映人類對圖像場景的視覺注意程度［3-6］。然而人類觀察圖像是一個動態(tài)的視覺注意轉(zhuǎn)移過程，靜態(tài)顯著圖無法反映群體觀察者整體的視覺注意轉(zhuǎn)移模式。相較于注視點數(shù)據(jù)，掃視路徑數(shù)據(jù)額外記錄了注視點的轉(zhuǎn)移信息，可以反映視覺注意的動態(tài)變化，具有更高的研究價值。在相同的觀看條件下，群體觀察者的掃視路徑雖然復(fù)雜多變，但
計算機應(yīng)用 2021年1期2021-01-21
- 基于駕駛員眼動特征的蓄能熒光標(biāo)線誘導(dǎo)特性及設(shè)置方法
孔面積變化率和注視點占比作為駕駛員眼動特征指標(biāo)選擇。當(dāng)機體處于緊張狀態(tài)時,交感神經(jīng)活動處于積極狀態(tài),使瞳孔擴大、心跳加速、疲乏的肌肉工作能力增加等；反之,在身體放松時副交感神經(jīng)起主要作用[11]。因此,瞳孔的變化能直觀地反映駕駛員在駕駛過程中遇到的不安或舒適的心理、生理狀態(tài),且該指標(biāo)用于研究人緊張反應(yīng)的有效性已得到學(xué)者們的認(rèn)可[12-15]。由于瞳孔大小存在個體差異,而瞳孔面積變化率更能客觀地反映駕駛?cè)笋{車狀態(tài)。一次注視稱為一個注視點,注視次數(shù)反映了人眼注
科學(xué)技術(shù)與工程 2020年35期2021-01-14
- 人眼對標(biāo)定界面的注視效果研究
布25點測試的注視點與目標(biāo)點分布效果.考慮測試系統(tǒng)的響應(yīng)和被試者對相鄰兩個目標(biāo)點的注視反應(yīng)，每一個目標(biāo)點取5 s中后3 s的注視點數(shù)據(jù)作為有效注視點數(shù)據(jù)，每秒輸出5個注視點數(shù)據(jù). 計算每組測試的注視準(zhǔn)確度和精密度，并對每組測試3次的結(jié)果取平均，分析不同標(biāo)定界面對注視結(jié)果的影響. 以準(zhǔn)確度為主，兼顧精密度選取最佳標(biāo)定界面.2.1 注視準(zhǔn)確度注視準(zhǔn)確度是指注視點與目標(biāo)點之間的偏差角度θi，每一組實驗的注視準(zhǔn)確度θ，計算如式(3). 如圖9所示，d為眼屏垂直距離
北京理工大學(xué)學(xué)報 2020年11期2020-12-15
- 基于眼動跟蹤的教育網(wǎng)頁“優(yōu)勢區(qū)域”論證研究
五個興趣區(qū)的注視點個數(shù)（fixa?tion count）維度上的分析表4 教育新聞網(wǎng)A 五個興趣區(qū)注視點個數(shù)的平均值和標(biāo)準(zhǔn)差通過表4 可以得出，注視點個數(shù)的平均數(shù)和總數(shù)在AOI 1 里面是最多的，明顯多于其他四個區(qū)域，存在明顯的差異。表5 教育新聞網(wǎng)A 五個興趣區(qū)在注視點個數(shù)上的卡方檢驗由表 5 可以看出，X2=68.993，p根據(jù)以上的兩個表可以得出：AOI 1 中的注視點的平均數(shù)和總數(shù)明顯多于其他幾個區(qū)域，并且與其他區(qū)域在注視點個數(shù)上存在極其顯著的差
現(xiàn)代計算機 2020年13期2020-06-15
- 眼動追蹤儀在測謊中的應(yīng)用
徑、注視時間、注視點和眨眼次數(shù)均與認(rèn)知和情緒有一定的關(guān)系。“說謊”是一種需要抑制真實信息的復(fù)雜心理過程，與認(rèn)知和情緒均有一定的聯(lián)系。ELAAD[4]研究發(fā)現(xiàn)，被試在說謊時瞳孔直徑增大。鐘少玲等[5]的綜述中提到，被試在說謊時對于關(guān)鍵信息的注視時間延長并且注視點減少。因此，為探究眼球運動參數(shù)（簡稱“眼動參數(shù)”）能否應(yīng)用于司法鑒定，本研究對40名健康被試進行初步檢驗，并假設(shè)被試在說謊時，觀察其靶刺激與非靶刺激時平均瞳孔直徑、注視時間、注視點和眨眼次數(shù)等參數(shù)的差
法醫(yī)學(xué)雜志 2020年2期2020-06-11
- 以閱讀知覺廣度為切入點，提高學(xué)生英語閱讀能力
一般來說大概是注視點左側(cè)3～4個字母，右側(cè)14～15個字母。閱讀知覺廣度理論認(rèn)為：在進行英語閱讀時，讀者的注視點是一個個的字母。但是實際研究中發(fā)現(xiàn)，學(xué)生的英語閱讀注視點是一個個的單詞或詞組。注視點在單詞上，也就需要英語教師在教學(xué)時，提醒學(xué)生提高自己的詞匯量。除此之外，大小詞、詞塊、主題句都與注視點有關(guān)。所以，教師也需要加強對學(xué)生這幾個方面的訓(xùn)練，提醒學(xué)生在閱讀的過程中分配好自己的注視點，對學(xué)生進行不斷的訓(xùn)練，以此來提升閱讀速度，提高英語閱讀能力。1.大詞和
陜西教育·教學(xué) 2019年11期2019-11-15
- 多用戶眼動跟蹤數(shù)據(jù)的可視化共享與協(xié)同交互*
任務(wù)過程中分享注視點,可以提高任務(wù)績效[6].特別是在分布式的協(xié)同環(huán)境下,由于語言在描述空間信息時經(jīng)常具有模糊性而影響交流效率,而聯(lián)合注意通過分享注視點信息可以起到更加明確的指示作用,一定程度上消除了語義模糊性,從而強化分散在不同地域協(xié)作者之間的交流,使其在復(fù)雜的協(xié)同式空間搜索任務(wù)中可顯著提高效率[7,8].(2)眼動數(shù)據(jù)特征可視化研究.近年來,進一步對聯(lián)合注意中所涉及的眼動數(shù)據(jù)特征參數(shù)開展可視化分析研究.例如,用矩陣散點圖來顯示隨時間變化的協(xié)同注意數(shù)據(jù),
軟件學(xué)報 2019年10期2019-10-24
- 結(jié)合視覺顯著性與眼跳概率模型的視頻注視點序列預(yù)測
覺顯著圖預(yù)測與注視點序列預(yù)測兩類，前者是輸出場景中能引起人的注意力的區(qū)域，而后者體現(xiàn)了場景中使人感興趣部分之間的順序性，反映出人獲取信息的規(guī)律和邏輯，更能揭示人如何進行注意力的分配和選擇[3].本文探究的是針對視頻的注視點序列預(yù)測模型.引起人視覺注意的機制的因素一般分為自下而上(bottom-up)的外源型因素與自上而下(top-down)的內(nèi)源型因素[4].自下而上型主要基于場景的底層特征，如顏色、紋理、方向、亮度等，若是針對視頻場景，則需要考慮時序特征
復(fù)旦學(xué)報（自然科學(xué)版） 2019年4期2019-10-09
- 一種用于智能頭顯的眼動跟蹤系統(tǒng)
基于眼動跟蹤的注視點渲染技術(shù)[4]目前智能頭顯設(shè)備不能像電腦一樣在生活中普遍普及的一個重要原因就是它高昂的價格，這讓普通用戶望而止步。而智能頭顯設(shè)備之所以成本非常高的一個主要原因就是高分辨率的屏幕。根據(jù)人眼的視覺特性，人眼在看目標(biāo)對象時，只專注于目標(biāo)物體很小的視野而忽略周圍環(huán)境。在智能頭顯里面，使用基于眼動跟蹤的注視點渲染技術(shù)，以高分辨率渲染中心區(qū)域，以低分辨率渲染周邊區(qū)域。這樣既能降低硬件設(shè)備的計算量，又不影響使用者的體驗。（3）數(shù)據(jù)預(yù)取在智能頭顯設(shè)備中
現(xiàn)代計算機 2019年13期2019-06-27
- 基于圖片顯著性的安檢視覺搜索研究
覺信號生成動態(tài)注視點。自下而上的模型將圖片分解為顏色、亮度和方向3個低層次屬性，在每個屬性上生成顯著圖；自下而上的模型則能復(fù)制某些經(jīng)典的人類視覺搜索實驗和完全真實的搜索任務(wù)[7]。Davice等[10]通過研究發(fā)現(xiàn)：在航空照片的識別任務(wù)中，專家的注意相比新手的注意與圖片視覺顯著性更相關(guān)。Underwood等[11]通過眼動研究發(fā)現(xiàn)，在執(zhí)行審視道路圖片決定是否過交叉路口的任務(wù)時，圖片的顯著性與搜索過程的早期注視點相關(guān)，即顯著性能吸引早期的注視和注意。也有很多
重慶理工大學(xué)學(xué)報(自然科學(xué)) 2019年5期2019-06-14
- 彩色路面環(huán)境下隧道駕駛視覺空間研究
覺空間是駕駛員注視點分布空間，其研究有助于定量化駕駛視覺特征。國外對隧道駕駛視覺空間的相關(guān)研究集中于隧道設(shè)計對駕駛行為的影響分析。Katja Kircher等人[1]通過模擬實驗，探討了隧道側(cè)壁顏色與燈具照度影響下駕駛視覺特性，發(fā)現(xiàn)相比照度，淺色的隧道側(cè)壁更有助于提高駕駛視覺注意力。M.P.Manser等人[2]基于駕駛視覺特征分析，研究了不同隧道設(shè)計對駕駛員車速選擇的影響。國內(nèi)研究側(cè)重于隧道空間對駕駛特性的影響分析。戴憂華等人[3]在隧道線形、駕駛員視覺
福建交通科技 2019年2期2019-05-18
- 利用注視點渲染加快傾斜攝影地形建模數(shù)據(jù)渲染應(yīng)用研究
摩克里斯之劍”注視點渲染（Foveated Rendering）技術(shù)就是為解決在渲染過程中低效率和高要求的矛盾所提出的一種解決方案。注視點渲染技術(shù)根據(jù)人眼視覺結(jié)構(gòu)模擬人眼觀察，將所需渲染的裁剪窗口分為中央主要部分和外圍次要部分。中央主要部分為全采樣高分辨率部分，外圍次要部分為欠采樣低分辨率部分。從而在不降低人眼觀察效果的同時，減少所需渲染的數(shù)據(jù)量，加快了渲染速度。本文提出一種改進的注視點渲染的方法，相較于全分辨率渲染，在傾斜攝影地形建模數(shù)據(jù)在頭戴式顯示器中
現(xiàn)代計算機 2019年9期2019-05-17
- 高速公路養(yǎng)護作業(yè)上游過渡區(qū)駕駛員注視轉(zhuǎn)移特性研究
袁偉等[3]對注視點解析坐標(biāo)進行聚類，并運用馬爾可夫鏈理論分析了駕駛員視覺轉(zhuǎn)移特征。注視行為分析應(yīng)用方面，徐慧智等[4]在信息滿意度基礎(chǔ)上構(gòu)建了駕駛員車道變換視點位置轉(zhuǎn)移模型；郭應(yīng)時等[5]以注視轉(zhuǎn)移模式表征參數(shù)為評價指標(biāo)，得到了駕駛熟練程度計算方法。亦有學(xué)者就行車環(huán)境對注視行為影響方面進行了研究，G.UNDERWOOD等[6]研究了鄉(xiāng)村、市郊和城市道路行車環(huán)境對不同熟練程度駕駛員注視順序產(chǎn)生的影響；L.ITTI等[7]建立了不同視覺環(huán)境下的駕駛員注視點預(yù)
重慶交通大學(xué)學(xué)報(自然科學(xué)版) 2019年5期2019-05-14
- 塔臺管制中情境意識與視覺搜索策略關(guān)系研究
AOI)內(nèi)的注視點數(shù)作為眼動指標(biāo)，分析不同SA水平的被試眼動特征，探索其視覺搜索策略，以期為塔臺管制員選拔和培訓(xùn)提供重要參考。1 注視熵率值算法熵的概念最開始來源于熱力學(xué)，之后被引入飛行領(lǐng)域與駕駛領(lǐng)域，用來定量表征被試注視點分布與掃視模式。注視熵率值反映了被試視覺掃描的隨意性[15]。其定義如式(1)～(3)：(1)(2)(3)式中：D為AOI的數(shù)量；E為離散變量蘊含的熵信息；Txi指被試視點駐留在某個區(qū)域的平均注視時間；Pxi為某區(qū)域的注視概率；i為區(qū)
重慶交通大學(xué)學(xué)報(自然科學(xué)版) 2019年1期2019-01-15
- 幼兒創(chuàng)造性思維的眼動實驗研究
的眼動更靈活、注視點或注視區(qū)域更具開放性。2.2實驗方法與設(shè)計2.2.1主試與被試主試為2名事先經(jīng)過培訓(xùn)的操作員，一名操作眼動儀和控制時間，一名指導(dǎo)被試測試。被試是60名5～6歲的兒童，其中5歲幼兒25名、6歲幼兒35名，女生30名、男生30名，其矯正視力均在1.0以上。2.2.2實驗儀器采用瑞典Tobii公司的T120型號眼動儀對被試進行圖畫觀測，記錄得到被試的眼動軌跡、注視點、熱點圖分析，并且通過不同數(shù)據(jù)模式可得“第一注視點時間、注視點記錄長度、觀察時
中國校外教育 2018年31期2018-11-07
- 藏語閱讀知覺廣度的眼動研究*
英語知覺廣度在注視點左側(cè)3～4個字母空間到右側(cè)14～15個字母空間的范圍之內(nèi)(Rayner,1998;Rayner,Well,&Pollatsek,1980);荷蘭語知覺廣度在注視點左右側(cè)各12～15個字母空間,大約是4～5度視角(Den Buurman,Roersema,&Gerrissen,1981)。因為大部分拼音文字是從左向右讀的,對于那些從右向左閱讀的語言,其知覺廣度會有怎樣的特點？Pollatsek,Bolozky,Well和Rayner (1
心理學(xué)報 2017年5期2018-01-31
- 4-6歲兒童對不同面部表情識別的眼動特征分析
標(biāo)(注視時間和注視點)分析以及識別面部表情不同興趣區(qū)的眼動指標(biāo)分析。表情識別成績是指被試正確識別面部表情的得分，若能正確識別面部表情，記為1分，不能正確識別則記為0分。注視時間是指兒童識別面部表情圖片時所有注視點停留的平均時間。注視時間可以從Tobii Studio分析軟件中直接獲得，單位為秒。注視點是指從兒童識別面部表情圖片的平均注視個數(shù)。注視點可以從Tobii Studio分析軟件中直接獲得，單位為個。面部表情興趣區(qū)是指兒童對面部表情識別時對面部不同區(qū)
陜西學(xué)前師范學(xué)院學(xué)報 2017年10期2017-11-01
- 射擊運動員的反向眼跳研究
員 反向眼跳 注視點中圖分類號：G871 文獻標(biāo)識：A 文章編號：1009-9328（2017）06-000-01眼跳實際上就是眼睛的跳動行為，通常情況下眼球在注視某個物體時，眼球會隨之跳動，這是因為眼球與注視對象之間存在某種聯(lián)系，它會帶動其本身形成具有間歇性質(zhì)的注視轉(zhuǎn)移，在眼球跳動階段，能夠在第一時間內(nèi)將注意力吸引到注視對象上，并且眼球可以與注視對象始終保持平衡點，這樣射擊運動員就可以完成對信息的收集及處理。從當(dāng)前形勢來看，眼跳研究已經(jīng)逐步發(fā)展成為探究學(xué)
體育時空 2017年6期2017-07-14
- 基于馬爾可夫鏈的隧道出口駕駛?cè)俗⒁曁匦匝芯?/a>
理論分析駕駛?cè)?span id="syggg00" class="hl">注視點在各個注視區(qū)域之間一步轉(zhuǎn)移概率和平穩(wěn)分布。研究發(fā)現(xiàn)，駕駛?cè)说闹饕⒁晠^(qū)域是正前方區(qū)域，并且在到達隧道出口處視覺轉(zhuǎn)移頻次達到最大。交通工程；注視區(qū)域；馬爾可夫鏈理論；視覺轉(zhuǎn)移；K均值聚類CLC NO.:U491.254Document Code:AArticle ID:1671-7988 (2017)06-79-02引言駕駛?cè)笋偝鏊淼揽跁r會經(jīng)歷一個突然由暗到明的“明適應(yīng)”過程同時駕駛?cè)艘曇巴蝗蛔兊瞄_闊，駕駛?cè)丝赡軙囁倥c車間距離產(chǎn)生誤判
汽車實用技術(shù) 2017年6期2017-04-25
- 羽毛球殺球動作眼動特征研究
顯著短于新手，注視點個數(shù)顯著多于新手，瞳孔直徑顯著大于新手，表明高水平者具有更高效的信息加工能力；(3)高水平者采用了更合理的視覺搜索策略，注視點更集中，主次更分明，信息提取效果更好；(4)殺球隊員的軀干、持拍手臂、球拍是決定殺球方向的主要注視點。羽毛球；殺球；視覺搜索；眼動一、 引言觀眾在觀看羽毛球比賽時不禁感嘆，運動員為什么反應(yīng)如此迅速，在零點幾秒的時間里就能快速判斷來球并進行應(yīng)對。對這種現(xiàn)象科研人員也給予關(guān)注。經(jīng)過分析，科研人員提出兩種推測：一種為先
山東理工大學(xué)學(xué)報（社會科學(xué)版） 2016年6期2016-12-08
- 基于腹腔鏡手術(shù)訓(xùn)練的眼動特征研究*
，有經(jīng)驗的醫(yī)生注視點較多集中在目標(biāo)物體的位置上，很少關(guān)注器械的位置，而新手在訓(xùn)練時，較多時間在查看器械的位置，注視點在器械和目標(biāo)之間來回切換[4-5]。Wilson等研究者使用頭戴式眼動儀研究虛擬現(xiàn)實系統(tǒng)下被測試者的眼動特征。研究發(fā)現(xiàn)在單手轉(zhuǎn)移任務(wù)中，新手在器械和目標(biāo)上的注視時間相差不到10%，且落在關(guān)鍵區(qū)域內(nèi)的注視時間很少[6]。Chetwood等研究者使用tobii桌面式眼動儀發(fā)現(xiàn)在腹腔鏡手術(shù)訓(xùn)練定位任務(wù)中，將專家的注視點傳輸?shù)奖粶y試者的顯示屏上，在注
生物醫(yī)學(xué)工程研究 2016年2期2016-10-18
- 基于中央凹圖像顯著性和掃視傾向的注視點轉(zhuǎn)移預(yù)測模型
性和掃視傾向的注視點轉(zhuǎn)移預(yù)測模型王宜修1，2，吳曉峰1，王斌1，2(1. 復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院 智慧網(wǎng)絡(luò)與系統(tǒng)研究中心，上海 200433；2. 復(fù)旦大學(xué) 電磁波信息科學(xué)教育部重點實驗室，上海 200433)注視點轉(zhuǎn)移預(yù)測是圖像顯著性建模中的一個重要研究領(lǐng)域.現(xiàn)有算法大多過于繁瑣，并且局限于利用單張靜態(tài)顯著圖來預(yù)測，很少能考慮到注視點轉(zhuǎn)移是一個動態(tài)的過程.針對以上問題，我們提出一種具有生物依據(jù)的注視點轉(zhuǎn)移的預(yù)測方法，利用了3大因素： 視網(wǎng)膜中央凹在
復(fù)旦學(xué)報（自然科學(xué)版） 2016年4期2016-09-21
- 視線追蹤系統(tǒng)中注視點估計方法研究
視線追蹤系統(tǒng)中注視點估計方法研究金純1,2李婭萍1(重慶郵電大學(xué)通信與信息工程學(xué)院無線傳輸重點實驗室1,重慶400065；重慶金甌科技發(fā)展有限責(zé)任公司2，重慶400041)摘要：在回顧視線追蹤技術(shù)發(fā)展歷程的基礎(chǔ)上，對該技術(shù)的研究方向和幾種主要的視線跟蹤方法進行了簡單闡述。重點介紹了基于瞳孔-角膜反射法的視線追蹤技術(shù)的原理及其硬件組成，尤其對現(xiàn)有視線跟蹤系統(tǒng)中比較成熟的注視點估計算法進行了歸納總結(jié)和原理剖析。對二維和三維的注視點估計算法的精度和用戶自由度進行
自動化儀表 2016年5期2016-06-27
- 大學(xué)生面孔識別中不同興趣區(qū)及被試性別的差異研究
現(xiàn)被試對眼睛的注視點個數(shù)、總注視時間、首注視持續(xù)時間顯著多于鼻子和嘴巴;鼻子部位的首視點時間顯著先于眼睛和嘴巴部位;興趣區(qū)在各眼動指標(biāo)上，皆存在主效應(yīng)，P＜0.05.興趣區(qū)與被試性別在注視點個數(shù)、總注視時間上的交互作用顯著;男生對鼻子部位的注視次數(shù)和注視時間比女生更多，而女生對眼睛的注視次數(shù)顯著多于男生.研究表明:眼睛在面孔識別中發(fā)揮著比鼻子、嘴巴更加重要的作用，對眼睛的認(rèn)知加工更多，被試性別影響大學(xué)生對面孔識別的眼動模式.面孔識別;興趣區(qū);性別差異;眼動
四川師范大學(xué)學(xué)報（自然科學(xué)版） 2016年3期2016-06-05
- 數(shù)量大小比較任務(wù)中兩位數(shù)加工方式的眼動研究
兩位數(shù)上的平均注視點的個位十位一致性主效應(yīng)顯著；（2）個位十位一致性對下面兩位數(shù)中十位數(shù)的注視點數(shù)影響顯著，但對個位數(shù)的注視點數(shù)影響不顯著.這些結(jié)果表明兩位數(shù)的個位和十位是以分解的方式加工的.【關(guān)鍵詞】 兩位數(shù)；十位個位一致性；注視點；加工方式一、引 言關(guān)于兩位數(shù)的加工方式，研究者在早期提出了整體加工的觀點，該觀點認(rèn)為在進行數(shù)量比較或心理數(shù)字操作前兩位數(shù)的個位和十位數(shù)被整合成一個整體的實數(shù)，其十進制結(jié)構(gòu)在數(shù)量加工中不再發(fā)揮作用，兩位數(shù)作為一個整體數(shù)量與一位
數(shù)學(xué)學(xué)習(xí)與研究 2016年9期2016-05-14
- 認(rèn)知控制在工作記憶表征引導(dǎo)注意中的作用：來自眼動的證據(jù)*
技術(shù)發(fā)現(xiàn)在首次注視點上觀察到的早期注意引導(dǎo)效應(yīng)在反應(yīng)時指標(biāo)上卻消失了。相對于反應(yīng)時技術(shù)來說,眼動追蹤技術(shù)能實時地反映注意轉(zhuǎn)移的空間位置與時程(van Gompel, Fischer, Murray, & Hill, 2007),更適合從時間維度和空間維度來探測工作記憶表征對視覺注意引導(dǎo)的過程。因此, 本研究擬采用眼動追蹤技術(shù), 來重新探討認(rèn)知控制如何在工作記憶表征引導(dǎo)視覺注意的過程中起作用。另外, 雖然以往研究者論證過認(rèn)知控制對注意引導(dǎo)效應(yīng)起作用(Carl
心理學(xué)報 2016年9期2016-02-01
- 面向駕駛員注視區(qū)域劃分的DBSCAN-MMC方法
劃分.但駕駛員注視點分布有不規(guī)則、較離散的特點，而常規(guī)基于距離的聚類方法有僅對“類圓形”數(shù)據(jù)聚類效果較好、聚類邊界較生硬等缺陷.在聚類領(lǐng)域，基于密度和基于數(shù)學(xué)形態(tài)學(xué)聚類方法可進行不規(guī)則形狀數(shù)據(jù)的聚類，國內(nèi)外學(xué)者已對典型密度聚 類 方 法（density based spatial clustering of applications with noise，DBSCAN）和形態(tài)學(xué)聚類方法進行了研究并取得了一些成果：Ester等［3］最早提出用于解決任意形狀數(shù)
浙江大學(xué)學(xué)報（工學(xué)版） 2015年8期2015-08-10
- 訓(xùn)練閱讀知覺廣度 提高英語閱讀能力
對稱的，大約為注視點左側(cè)3～4個字母，右側(cè)14～15個字母。[2]閱讀者的知覺廣度也不是固定不變的，而受閱讀技能的影響。Rayner對英語閱讀知覺廣度的發(fā)展性研究發(fā)現(xiàn)，在相同的控制條件下，作為初學(xué)者的小學(xué)二、四年級學(xué)生的知覺廣度大約為注視點右側(cè)11個字符空間，六年級被試約為注視點右側(cè)14個字符空間，熟練閱讀者（大學(xué)生）的閱讀知覺廣度約為注視點右側(cè)14～15個字符空間，初學(xué)閱讀者的知覺廣度同熟練閱讀者一樣，都是不對稱的。[3]由此，筆者認(rèn)為，學(xué)生的閱讀知覺廣
教學(xué)月刊·中學(xué)版（教學(xué)參考） 2015年7期2015-07-08
- 應(yīng)聘者在人格測驗中作假的反應(yīng)過程：基于工作贊許性的眼動證據(jù)
期,更少的眼動注視點,同時也發(fā)現(xiàn)作假被試更多地關(guān)注極端選項,支持了人格測驗作假的語義加工模型。但如上所述,該研究基于作假是一種社會贊許反應(yīng)這一前提假設(shè),題目也只分為受贊許、不受贊許兩類。本研究擬采用眼動追蹤技術(shù),使用作答反應(yīng)、反應(yīng)潛伏期、眼動等指標(biāo),依據(jù)工作贊許性將人格測驗題目分為受工作贊許、不受工作贊許和無工作贊許性三類,研究應(yīng)聘者在人格測驗中作假的反應(yīng)過程。上述3種模型中,自我圖式模型和語義加工模型相互矛盾,而圖式采擇模型實際是前兩種模型的綜合。在受社
心理學(xué)報 2015年11期2015-02-05
- 不可信面孔在視知覺加工中的注意偏向：來自眼動的證據(jù)*
點,只有被試的注視點移動到那個校準(zhǔn)點后(偏移在 1°視角之內(nèi)),組合照片才會出現(xiàn),呈現(xiàn) 2s。被試在屏幕上看到40組圖片,每組圖片呈現(xiàn)2次,順序隨機,共計80試次。待組合圖片消失后,出現(xiàn)紅色探測點,被試依據(jù)探測點的位置(屏幕左右)做出相應(yīng)的按鍵反應(yīng)(“S”和“K”鍵)。待按鍵結(jié)束后,顯示空屏1500 ms,下一試次開始。眼動儀會自動記錄組合圖片出現(xiàn)時的眼動數(shù)據(jù)。學(xué)習(xí)階段結(jié)束后,被試閉眼休息 2分鐘后開始再認(rèn)任務(wù)。被試沒有被事先告知會有面孔再認(rèn)任務(wù)。在再認(rèn)階
心理科學(xué)進展 2015年9期2015-02-02
- 大腦信息獲取與信息加工的狀態(tài)識別
的輪廓線表明了注視點的主要分布范圍。通過觀察可知，值提取任務(wù)的注視點主要分布在柱狀圖、橫軸和坐標(biāo)軸的縱軸上 （如圖2 （a）所示），而關(guān)系比較任務(wù)的注視點主要分布在柱狀圖和橫軸上 （如圖2 （b）所示）。2類任務(wù)注視點分布情況表明，值提取和關(guān)系比較2種信息處理過程具有不同的眼動模式。2 特征提取與分類2.1 特征提取由實驗采集的眼動數(shù)據(jù)可以獲取多種眼動特征，其中較為常用的有瞳孔直徑 （pupil diameter，PD）、眼跳距離（saccade dist
計算機工程與設(shè)計 2014年8期2014-12-23
- 城市隧道駕駛?cè)俗⒁曁卣鞣治觯?/a>
了分析，得出了注視點分布的一般特征，并建立了城市隧道標(biāo)志視認(rèn)模型。葉曉林等［12］探討了模擬駕駛過程中視覺和聽覺認(rèn)知負(fù)荷對駕駛行為的影響，得出認(rèn)知負(fù)荷影響駕駛行為，特別是影響了對駕駛情境中危險事件的覺知。但以前對于駕駛?cè)搜蹌有袨榈难芯恐饕性诠匪淼?，特別是高速公路隧道，對城市隧道的研究較少。筆者通過實車實驗，獲取駕駛?cè)嗽谀暇┦? 條典型隧道中行車時的眼動數(shù)據(jù)，通過對采集數(shù)據(jù)的分析得到駕駛?cè)嗽诔鞘兴淼乐行熊嚨淖⒁曅袨樘卣鳌? 隧道實驗1.1 實驗設(shè)計實驗
交通信息與安全 2014年6期2014-12-14
- 教學(xué)PPT插圖顏色及布局規(guī)律的實驗研究
區(qū)的注視時間、注視點個數(shù)最多，而上圖下文布局時圖片區(qū)的注視時間、注視點個數(shù)最多[4]。白學(xué)軍發(fā)現(xiàn)，香水瓶圖片位于平面廣告下半部分時更能吸引消費者注意，且其位置與背景圖案存在交互作用[5]。他在對網(wǎng)頁廣告研究中發(fā)現(xiàn)，當(dāng)廣告位于新聞上方和新聞中間時，注視次數(shù)較多，注視時間較長[6]。丁錦紅等人也發(fā)現(xiàn)插圖的布局形式對注意力產(chǎn)生了影響[7]。雖然教育網(wǎng)頁，插圖文章和平面廣告等的研究結(jié)果可以給PPT插圖設(shè)計一些借鑒參考，但是這些研究結(jié)果并不一定適用于教學(xué)PPT。首先
- 城市道路環(huán)境中駕駛員的視覺特性研究
征參數(shù)主要包括注視點位置、注視點數(shù)目和注視持續(xù)時間。一般來講，把注視點位置和注視點數(shù)目統(tǒng)一按注視點分布來研究。(1)注視點分布。在駕駛員視覺搜索過程中，注視點的分布位置反應(yīng)了交通環(huán)境中信息所處位置，注視點的數(shù)目反映了駕駛員所需處理信息的數(shù)量。在區(qū)域內(nèi)注視點的數(shù)目越多，說明駕駛員在該區(qū)域接收到的信息越多，行車環(huán)境越為復(fù)雜。(2)注視持續(xù)時間。注視持續(xù)時間是指在注視過程中，注視點位置保持不變的持續(xù)時間，單位(hs)。單次注視持續(xù)時間越長則說明駕駛員接受到的信息
江西建材 2014年15期2014-08-15
- 基于視覺感知信息的乳腺鉬靶腫塊檢測分析與自動提取
集醫(yī)生讀片時的注視點序列，每個注視點包括該點在鉬靶影像中的相對位置、注視點停留時間和瞳孔直徑等3個視覺特征，然后基于這些特征對注視點序列進行聚類分析，根據(jù)關(guān)注度評價找出醫(yī)生瀏覽影像時的若干“關(guān)注點”位置，并對比分析其與腫塊位置的關(guān)系，以評價“命中率”；以關(guān)注點為引導(dǎo)，利用區(qū)域生長和水平集方法對腫塊病灶進行提取。利用DDSM數(shù)據(jù)庫和浙江省腫瘤醫(yī)院數(shù)據(jù)庫的75張鉬靶影像進行初步實驗。將關(guān)注點數(shù)限制在4個以內(nèi)時，腫塊病灶命中率為58.49%，同時所有命中腫塊中被
中國生物醫(yī)學(xué)工程學(xué)報 2014年1期2014-08-11
- 基于感興趣區(qū)域圖像眼動數(shù)據(jù)庫的建立
等)的圖像，其注視點在交互物體之間有著頻繁的轉(zhuǎn)移，動作發(fā)生者和動作接受者之間有著很多過渡的發(fā)生。圖2 注意力分布權(quán)重圖通過學(xué)習(xí)和參照MIT眼動數(shù)據(jù)庫以及NUSEF數(shù)據(jù)庫，本文在圖像質(zhì)量評價的方向上，進一步對圖像的眼動數(shù)據(jù)進行研究和分析，建立了一個基于人眼感興趣區(qū)域的圖像數(shù)據(jù)庫，為今后結(jié)合人眼感興趣區(qū)域的圖像質(zhì)量評價方法提供一些借鑒和參照。1 眼動實驗1.1 圖像的選取本論文將所建數(shù)據(jù)庫命名為XROIEF數(shù)據(jù)庫(XUT Region of Interest
西安理工大學(xué)學(xué)報 2014年1期2014-03-26
- 基于圖像顯著性特征的交通標(biāo)志注視點預(yù)測方法＊
在識別圖像是的注視點的分布規(guī)律，是研究這些問題的基礎(chǔ)．但是，復(fù)雜的眼動實驗設(shè)計和實驗條件，在一定程度上制約了相關(guān)研究的進展．本文以Ltti的視覺注意模型為基礎(chǔ)，通過高斯金字塔的生成、多通道圖像特征的提取及特征圖的生成以及顯著性圖的生成等步驟，建立針對交通標(biāo)志的注視點預(yù)測模型．通過MATLAB實現(xiàn)對模型的編程．并以眼動儀為手段，以相似度和線性距離兩項指標(biāo)對模型精度進行評價．通過該方法，本文希望實現(xiàn)對交通標(biāo)志注視點的有效預(yù)測，從而為交通標(biāo)志的設(shè)計提供有效的工具
- 飛行模擬器環(huán)境下飛行員視覺特征
，落在各部分的注視點即為該區(qū)域內(nèi)的注視目標(biāo)［17］.飛行員在飛機操作過程中，通過艙內(nèi)儀表能夠獲取飛機的各項性能數(shù)據(jù).在近地環(huán)境中，地面的標(biāo)識、燈光、人員、車輛、環(huán)境能夠為飛行員提供周圍的交通環(huán)境信息.在實驗室環(huán)境下，為了簡化飛行員的視野和注視目標(biāo)，將飛行員的視野平面按照艙內(nèi)、艙外以及這之外的區(qū)域劃分為3個視覺區(qū)，分別記為:前窗艙外景區(qū)(1區(qū))、艙內(nèi)儀表區(qū)(2區(qū))、其他視覺區(qū)(3區(qū)).實驗中被試的視野區(qū)域劃分如圖4所示.圖4 被試的視野區(qū)域劃分圖3 實驗數(shù)據(jù)
北京航空航天大學(xué)學(xué)報 2013年7期2013-08-07