Mittels Elektroenzephalografie Messungen und qualitativ hochwertige Videoaufnahmen für die Analyse der visuellen Wahrnehmung von Medieninhalten
Summary
Wir präsentieren Erkennung, Erfassung und Analyse von Eyeblink Preise beim Medieninhalte ansehen.
Abstract
Dieser Artikel untersucht eine Methode, um Unterschiede in der visuellen Wahrnehmung des Menschen zu erkennen. Die Methode basiert auf der psychologischen (oder “kognitive”) Funktion des Eyeblinks. Teilnehmer Eyeblinks werden erkannt und beim Ansehen von Videos, die speziell für die Untersuchung erworben. Die Erkennung und den Erwerb von Eyeblinks werden mit Hilfe eines 20-Kanal EEG (EEG) drahtlosen Geräts durchgeführt. Die internationale, die 10-20 System für die Platzierung der Elektrode gefolgt ist. Eine High-Definition (HD) Video-Kamera wird verwendet, um Teilnehmer Mimik, Kontrast Zwecken erfassen. Anstelle von bereits vorhandenen Medieninhalte, wurde speziell angefertigten Videoinhalte erstellt nach bestimmten Kriterien für diese Untersuchung von Interesse mit Reize Forscher, die genauen Parameter von Interesse zu verwalten. Andernfalls könnten Ergebnisse mit unkontrollierten Variablen verunreinigt sein. Die Synchronisation der Präsentation von video Reize mit EEG-Ableitungen muss in Millisekunden getan werden. Analyse der gesammelten Daten erfolgt mit robusten Software für das Arbeiten mit großen Matrizen. Statistisch signifikante Unterschiede in Bezug auf Medien Professionalisierung und Bearbeitungsstil Eyeblink-Rate sind mit den gemeldeten experimentelle Verfahren gefunden.
Introduction
Der Zweck dieser Methode
Diese Methode bietet ein dual-Protokoll zur Erkennung von Eyeblinks. Ziel ist es, die Zuschauer visuelle Wahrnehmung von Medieninhalten, speziell für diese Untersuchung mittels EEG-Ableitungen und HD-Videoaufnahme-Systemen zu analysieren.
Die Beweggründe für die Entwicklung und/oder Anwendung dieser Methode
Jede Eyeblink blendet visuellen Fluss für 150-400 ms1,2. Blinken, hat physiologische3,4,5 und psychologische6,7 Funktionen. Die Verbindung zwischen Aufmerksamkeit und Eyeblink wurde studiert und in verschiedenen Studien8bewiesen. Ein höheres Maß an Aufmerksamkeit sinkt Eyeblink Rate und früheren Studien zufolge Menschen teilen einen Mechanismus zur Steuerung des Zeitpunkt der blinkt, der nach der beste Moment um wichtige visuelle Informationen9zu vermeiden sucht. So analysieren Eyeblink Verhalten der Zuschauer beobachten Bildschirmen Informationen bezüglich des Niveaus der Aufmerksamkeit, die Medieninhalte bieten könnte.
Eine Methode zum Nachweis von spontanen Eyeblink Rate ist mittels EEG-Elektroden um die elektrische Aktivität aufzuzeichnen. Eyeblinks können leicht erkannt werden, durch präfrontalen und Electrooculogram Elektroden mit einem EEG Aufnahmesystem verbunden. In den meisten EEG-Analysen gelten Eyeblinks Artefakte. Aus diesem Grund haben viele Software-Pakete entwickelt, die zur Auswertung von EEG-Daten Eyeblink Detektoren10. Der Vorteil der Verwendung von EEG zur Erkennung von Eyeblinks ist die hohe zeitliche Auflösung (in der Größenordnung von Millisekunden) und die Möglichkeit der Eintragung Gehirn Auswirkungen der verschiedenen Erzählungen und schneidet in Filmen synchronisiert mit den Eyeblinks – eine Frage offen für weitere Studie. Erfassung Teilnehmer Gesichter mit einer HD-Kamera kann auch nützlich für passende/Kontrast Zwecke9sein.
Die Vorteile gegenüber alternativen Methoden mit Verweisen auf relevante Studien
Es gibt mehrere Methoden zum zählen von Auge blinkt. Einige spezielle Instrumente zur Erfassung von blinkt sind Magnetspulen, Infrarot (IR) Lichtstrahlen, optoelektronische Bewegungsmelder mit Auge Bewegungsanalyse wie Eye-Tracking-Techniken und verschiedene Techniken, die bioelektrische Signale, z. B. anhand Electrooculography (EOG), Elektromyographie (EMG) und EEG. Eine weitere Option für eine genauere, aber zeitraubende zählt manuell blinkt aus einer Bild-für-Bild-video-Aufnahme-11. Die Technologien heute können werden grob in zwei Gruppen eingeteilt: a) berührungslose Aufnahme, worunter zwei Modalitäten, die direkte Blink-Erkennung verwenden, Computervision und offline Blink Detection mit Eyetracking-, und (b) Kontakt-basierte Aufzeichnung mit biologische Signale durch EOG und EEG-Geräte12,13.
Das Eye-tracking-System ist eine weit verbreitete Technologie, die von traditionellen bildbasierte passive Designs bis hin zu aktiven nahe-Infrarot-basierte Ansätze vor allem heute mit einer hochauflösenden Kamera. Letztere nutzt die Reflexionseigenschaften des Schülers unter IR Beleuchtung14. Das Konzept moderne Eye-Tracking-Methoden ist Schüler Center Hornhaut Reflexion (PCCR), beinhaltet eine Kamera-tracking der Mitte der Pupille, wo Licht von der Hornhaut reflektiert. Allerdings gibt es ein Mangel an Blink Detection Algorithmen für Eyetracking-Protokolle veröffentlicht. Außerdem, obwohl die verschiedenen Modelle der Eyetracking-auf dem Markt integrierten Software mit Blink Detection bieten, der Source-Code nicht immer erfolgt durch Hersteller, so dass es schwierig zu wissen, wie die Algorithmen arbeiten12. Außerdem gibt es während der Experimente mit Eye-Tracking-Ereignisse, die dazu führen, dass Daten verloren gehen, z. B. Verzögerungen und bedeutende Kopf oder Bewegungen den Blick. Die Augenpartie ist in der video-Aufnahmen, die ein Problem für die Berechnung der Dauer des Nu, und manchmal führt die verschiedenen Arten von Artefakten15sehr klein.
In diesem Experiment sind EEG und EOG Methoden verwendet. EEG dient in der Regel nicht allein, Eyeblinks zu erkennen. Analyse von Eyeblinks mit EEG-Elektroden aufgezeichnet ist jedoch ein standard-Verfahren für die Untersuchung von Augenlid Verschiebungen. Dieses Verfahren ermöglicht Forschern haben Informationen genau wann Eyeblinks statt. Die häufigsten signalmuster zur Erkennung von blinkt ist der Peak Punkte, für vertikale Bewegung Antworten. Es gibt mehrere Peak Erkennung Algorithmen für rohe EEG, Zeitbereich, oder Frequenzbereich signalisiert. Prozesse, die in Spitzenzeiten Identifikation sind Peak Erkennung, Merkmalsextraktion und Klassifizierung. Eyeblinks haben einen erheblichen Einfluss auf die vorderen Kanäle des EEG-Signals. In der Regel werden Eyeblinks im EEG mit einer vorab festgelegten Amplitude Schwelle16erkannt. Die Algorithmen in der Analysesoftware in diesem Experiment verwendet basieren auf die Signale die Standardabweichung und der Wurzel Mittel der Quadrate (RMS) des vorgefilterten EEG-Signals; Sie sind open Source und für die wissenschaftliche Gemeinschaft17verfügbar. Jedoch können einige Augenbewegungen, bei denen keine Eyeblinks elektrischen Aktivität provozieren, der verwirrend sein können. Aus diesem Grund kann eine zweite Methode – Aufnahme Zuschauer Gesichter mit einer HD-Videokamera – Forscher Eyeblinks passen, indem Sie sie manuell zu zählen. Mit solch einer doppelten Methode erreicht die Ermittler eine Matrix von Eyeblinks, die leicht mit statistischen Tools analysiert werden können.
Daher führt die vorgeschlagene Methode eine Daten-Triangulation mit zwei verschiedenen Quellen, die erkannten Eyeblinks zu validieren. Diese Methode basiert auf Nakano Et Al. Hinweise9 zur Bestätigung. Zur gleichen Zeit ermöglicht es auch Forscher, die Aktivität des Gehirns und Frequenzband Informationen für die weitere Analyse zu sammeln. Das hier beschriebene Experiment ist Teil einer breiter zukünftige Untersuchung über die Auswirkungen der Bearbeitung-Stil Kürzungen auf okzipitalen und Präfrontaler Hirnregionen.
Bestimmen Sie, ob die Methode ist geeignet für eine Untersuchung
Diese experimentelle Protokoll ermöglicht Zuschauer Eyeblinks während beobachten Videoinhalte werden unter drei experimentelle Bedingungen untersucht. Erstens Eyeblink Rate wird mithilfe von zwei sich ergänzende Techniken erkannt: EEG und aufgezeichnete HD-Videos. Hier verwenden wir eine drahtlose EEG mit 20 Kanälen. Zweite, spezifische Reize angepasst an das Experiment werden erstellt, damit die Forscher alle Variablen des visuellen Inhalts verwalten kann. Hier wurden drei Videos mit dem gleichen Narrative aber verschiedene Videoschnitt-Stil geschaffen. Die Erzählung bestand aus einem Mann, der ein Zimmer betritt, am Schreibtisch saß, jonglierte mit drei Bällen, öffnete einen Laptop, Informationen in einigen Büchern nachgeschlagen, etwas auf dem Laptop eingegeben, geschlossen, aßen einen Apfel, blickte direkt in die Kamera, und verließ den Raum. Die drei video Reize dauern 198 s. Die erste war ein One-Shot-Film; die zweite war nach klassischen Hollywood-Style-Regeln mit 33 verschiedene Aufnahmen bearbeitet; und die dritte war nach MTV-Style-Regeln mit 79 Schlägen bearbeitet. Ein vierten Impuls wurde auch vorgestellt, in dem die Erzählung identisch war, aber das Format war eine reale Darstellung mit einem Schauspieler statt eines Videos. Dieser vierte nicht-Video-Reiz war nicht in einer ersten Studie bearbeiten-Stil Unterschiede verwendet aber wurde im Rahmen einer anderen Untersuchung Eyeblink Kursdifferenzen zwischen reale Darstellung und aussortierte Medien8zu vergleichen. Drittens, verschiedene Gruppen von Teilnehmern werden je nach ihrer vorherigen Know-how bei der visuellen Analyse von Videos ausgewählt. Unterschiede bei Eyeblink Fächergruppen beobachten die gleichen visuellen Reizen bestimmen soll. In diesem Fall nahmen 40 Probanden an der Untersuchung. Die Hälfte davon waren Medienprofis (16 Rüden und 4 Hündinnen; 30-56 Jahre, mit einem Durchschnittsalter von 44,15 ±7.15 Jahre alt) und der Rest waren nicht-Medien-Profis (15 Rüden und 5 Hündinnen; Jahre 28-56 Jahre, mit einem Durchschnittsalter von 43.25 ± 8,59). Medien-Profis wurden mit dem Kriterium von mehr als 6 Jahren Erfahrung in der Herstellung von Entscheidungen in Bezug auf Medienbearbeitung in ihrer täglichen Arbeit ausgewählt.
Protocol
Representative Results
Discussion
Eine Methode für die Analyse der visuellen Wahrnehmung von Medieninhalten mit speziell angefertigten Videoerstellung wird hier beschrieben. Viele andere Studien versuchen, die Wahrnehmung von Medieninhalten in narrativen zusammenhängen mit bereits vorhandenen Filme zu analysieren. Das vorliegende Verfahren schlägt visuellen Inhalte mit einer narrativen Konstruktion nach den Kriterien von Interesse, und basiert auf den Vorschlag, dass Eyeblink Rate des Betrachters Aufmerksamkeit9verbunden ist. A…
Divulgations
The authors have nothing to disclose.
Acknowledgements
Die vorliegende Studie wurde von einem spanischen Wirtschaftsministerium und Wettbewerbsfähigkeit (BFU2014-56692-R und BFU2017-82375-R) Zuschüsse unterstützt.
Materials
| EEG Device | Neurolectrics | Enobio 20 EEG/EMG system | |
| Ag/AgCl Electrodes | Neuroelectrics | [NE022b] GelTrode | |
| Recording EEG software | Neuroelectrics | NicOffline software | |
| HD-video camera | Sony Corporation | Sony HDR-GW55VE | |
| Syringe | Monoject | Monoject 412, curved tip syringe, 50/box | |
| Saline electrode EMG gel | Signa-Gel | X32-204: Signa Gel | |
| Visual Stimuli Presentation Software | Paradigm Stimulus Presentation | Perception Research System Incorporated | |
| EEG software analysis | Centre National de la Recherche Scientifique and Montreal Neurological Institute | Brainstorm3 | |
| EEG software analysis | The MathWorks Inc. | MATLAB 2013b | |
| TV for video presentation | Panasonic Corporation | PanasonicTH- 42PZ70EA – 50" | |
| PC for presenting stimuli | MacBook Air | Year 2013, running Mac OSX Mountain Lion | |
| PC for recording stimuli | MacBook | Year 2009 running Windows 7 | With a bootcamp partition of the disk for providing Windows OS |
| Statistical Analysis | Systat Software Inc. | Sigmaplot 11.0 |
References
- Shapiro, K. L., Raymond, J. E. The attentional blink: temporal constraints on consciousness. Attention and Time. , 35-48 (2008).
- VanderWerf, F., Brassinga, P., Reits, D., Aramideh, M., Ongerboer de Visser, B. Eyelid movements: behavioral studies of blinking in humans under different stimulus conditions. Journal of Neurophysiology. 89 (5), 2784-2796 (2003).
- Andreu-Sánchez, C., Martín-Pascual, M. &. #. 1. 9. 3. ;., Gruart, A., Delgado-García, J. M. Eyeblink rate watching classical Hollywood and post-classical MTV editing styles, in media and non-media professionals. Scientific Reports. 7, 43267 (2017).
- Bour, L. J., Aramideh, M., de Visser, B. W. Neurophysiological aspects of eye and eyelid movements during blinking in humans. Journal of Neurophysiology. 83 (1), 166-176 (2000).
- Delgado-García, J. M., Gruart, A., Múnera, A. Neural organization of eyelid responses. Movement disorders: official journal of the Movement Disorder Society. 17 Suppl 2, S33-S36 (2002).
- Wiseman, R., Nakano, T. Blink and you’ll miss it: the role of blinking in the perception of magic tricks. PeerJ. (4), e1873 (2016).
- Fogarty, C., Stern, J. A. Eye movements and blinks: their relationship to higher cognitive processes. International Journal of Psychophysiology official journal of the International Organization of Psychophysiology. 8, 35-42 (1989).
- Andreu-Sánchez, C., Martín-Pascual, M. &. #. 1. 9. 3. ;., Gruart, A., Delgado-García, J. M. Looking at reality versus watching screens: Media professionalization effects on the spontaneous eyeblink rate. PLoS ONE. 12 (5), (2017).
- Nakano, T., Yamamoto, Y., Kitajo, K., Takahashi, T., Kitazawa, S. Synchronization of spontaneous eyeblinks while viewing video stories. Proceedings. Biological sciences / The Royal Society. 276, 3635-3644 (2009).
- Tadel, F., Bock, E., Mosher, J. C., Baillet, S. . Detect and remove artifacts. , (2015).
- Jiang, X., Tien, G., Huang, D., Zheng, B., Atkins, M. S. Capturing and evaluating blinks from video-based eyetrackers. Behavior Research Methods. 45 (3), 656-663 (2013).
- Pedrotti, M., Lei, S., Dzaack, J., Rotting, M. A data-driven algorithm for offline pupil signal preprocessing and eyeblink detection in low-speed eye-tracking protocols. Behavior Research Methods. 43 (2), 372-383 (2011).
- Adam, A., Ibrahim, Z., Mokhtar, N., Shapiai, M. I., Mubin, M. Evaluation of different peak models of eye blink EEG for signal peak detection using artificial neural network. Neural Network World. 26 (1), 67-89 (2016).
- Zhu, Z., Ji, Q. Robust real-time eye detection and tracking under variable lighting conditions and various face orientations. Computer Vision and Image Understanding. 98, 124-154 (2005).
- Lalonde, M., Byrns, D., Gagnon, L., Teasdale, N., Laurendeau, D. Real-time eye blink detection with GPU-based SIFT tracking. Proceedings – Fourth Canadian Conference on Computer and Robot Vision, CRV 2007. , 481-487 (2007).
- Chang, W., Cha, H., Kim, K., Im, C. Detection of eye blink artifacts from single prefrontal channel electroencephalogram. Computer Methods and Programs in Biomedicine. 124, 19-30 (2016).
- Tadel, F., Bock, E., Mosher, J. C., Baillet, S. . Brainstorm3: Function process_evt_detect.m. , (2018).
- Hall, A. The origin and purposes of blinking. The British Journal of Ophthalmology. 29 (9), 445-467 (1945).
- Nakano, T., Kitazawa, S. Eyeblink entrainment at breakpoints of speech. Experimental Brain Research. 250, 577-581 (2010).
- Siegle, G. J., Ichikawa, N., Steinhauer, S. Blink before and after you think: Blinks occur prior to and following cognitive load indexed by pupillary responses. Psychophysiology. 45, 679-687 (2008).
- Shultz, S., Klin, A., Jones, W. Inhibition of eye blinking reveals subjective perceptions of stimulus salience. Proceedings of the National Academy of Sciences of the United States of America. 108 (52), 21270-21275 (2011).
- Wong, K. K. W., Wan, W. Y., Kaye, S. B. Blinking and operating cognition versus vision. BritishJournal of Ophthalmology. 86, 479 (2002).
- Leal, S., Vrij, A. Blinking during and after lying. Journal of Nonverbal Behavior. 32 (2008), 187-194 (2008).
- Murch, W. . In the blink of an eye: A perspective on film editing. , (1995).
- Holland, M. K., Tarlow, G. Blinking and thinking. Perceptual and Motor Skills. 41 (2), 503-506 (1975).
- Orchard, L. N., Stern, J. A. Blinks as an index of cognitive activity during reading. Integrative Physiological and Behavioral Science. 2, 108-116 (1991).
- Faubert, J. Professional athletes have extraordinary skills for rapidly learning complex and neutral dynamic visual scenes. Scientific Reports. 3 (1154), 1-3 (2013).
- Kirk, U., Skov, M., Schram Christensen, M., Nygaard, N. Brain correlates of aesthetic expertise: A parametric fMRI study. Brain and Cognition. 69, 306-315 (2008).
- Lotze, M., Scheler, G., Tan, H. R., Braun, C., Birbaumer, N. The musician’s brain: functional imaging of amateurs and professionals during performance and imagery. Neuroimage. 20 (3), 1817-1829 (2003).
- Calvo-Merino, B., Glaser, D. E., Grèzes, J., Passingham, R. E., Haggard, P. Action observation and acquired motor skills: an FMRI study with expert dancers. Cerebral cortex. 15 (8), 1243-1249 (2005).
