Görsel algı ortam içeriği analiz etmek için elektroansefalografi ölçümleri ve yüksek kaliteli Video kaydı kullanma
Summary
Biz algılama, toplama ve analizi, eyeblink gore medya içerik izlerken mevcut.
Abstract
Bu makalede insanlarda görsel algılama farklılıkları algılamak için bir yöntem araştırıyor. Kullanılan yöntem eyeblinks psikolojik (veya “bilişsel”) fonksiyonu üzerinde temel alır. Katılımcıların eyeblinks bulunur ve araştırma için özel olarak oluşturulan videoları izlerken satın aldı. Algılama ve eyeblinks edinimi bir 20-Kanal electroencephalographic (EEG) kablosuz cihaz yardımı ile yapılmaktadır. Elektrot yerleştirme için 10-20 sistemi takip Uluslararası. Bir yüksek tanımlı (HD) video kamera katılımcıların yüz ifadeleri, kontrast amacıyla kaydetmek için kullanılır. Önceden varolan medya içeriği kullanmak yerine, bu soruşturma için ilgi belirli ölçütlere uyaranlara ile araştırmacılar etkinleştirme ilgi kesin parametreleri yönetmek için aşağıdaki video içeriği amaç yapımı oluşturuldu. Aksi takdirde, sonuçları kontrolsüz değişkenleri ile kontamine. EEG kayıtları ile video çekim gücü sunumunu eşitlenmesi milisaniye cinsinden yapılması gerekiyor. Toplanan veri analizi ile büyük matrisleri çalışmak için turp gibi bilgisayar yazılımı ile gerçekleştirilir. Eyeblink oranı medya profesyonelleşmesi ve düzenleme tarzı ile ilgili istatistiksel olarak anlamlı farklılıklar ile bildirilen deneysel yordamlar bulunur.
Introduction
Bu yöntemin amacı
Bu yöntem bir ikili protokol eyeblinks algılamak için öneriyor. Amaç izleyiciler görsel algı ortam içeriği, özellikle bu soruşturma için EEG kayıtları ve HD video kayıt sistemleri kullanılarak oluşturulan analiz etmektir.
Geliştirme ve/veya bu yöntemin kullanılması arkasındaki mantığı
Her eyeblink 150-400 ms1,2için görsel akış gizler. Yanıp sönen fizyolojik3,4,5 ve psikolojik6,7 işlevleri vardır. Dikkat ve eyeblink oranı arasındaki bağlantıyı okudu ve farklı çalışmalar8‘ kanıtlanmış. Eyeblink oranı daha yüksek bir önem düzeyi azalır ve önceki çalışmalara göre insanlar önemli görsel bilgi9kayıplarını önlemek en iyi an için arar yanıp sönme zamanlamasını denetlemek için bir düzenek paylaşın. Ekranlar izlerken dikkat kitle iletişim araçları içindekiler için verilen düzeyi ile ilgili bilgi sağlayabilir böylece, izleyiciler eyeblink davranışını analiz.
Spontan eyeblink oranı tespit için bir yöntem EEG elektrotlar elektrik etkinliklerini kaydetmek için bkz. Eyeblinks kolayca prefrontal tarafından tespit edilebilir ve electrooculogram elektrotlar bir EEG kayıt sistemine bağlı. Çoğu EEG analizleri içinde eyeblinks eserler olarak kabul edilir. Bu nedenle, EEG verileri analiz etmek için tasarlanmış birçok yazılım paketlerini eyeblink dedektörleri10var. EEG eyeblinks algılamak için kullanmanın avantajı yüksek zamansal çözünürlük (milisaniye) sırasına göre ve farklı anlatıları etkileri beyin kayıt imkanı ve filmlerde bu eyeblinks ile senkronize keser – bir konu açmak için daha fazla çalışma. Katılımcıların yüzleri bir HD kamera ile kayıt da eşleşen/kontrast amacıyla9için yararlı olabilir.
Başvurularla ilgili çalışmalar için alternatif yöntemler avantajları
Göz yanıp söner sayım için birden çok yöntem vardır. Yanıp söner algılamak için bazı özel manyetik bobin, kızılötesi (IR) ışık ışınları, opto-elektronik hareket dedektörleri ile göz hareketi analiz göz izleme teknikleri ve çeşitli teknikler biyoelektrik sinyaller üzerinde Örneğin, dayalı gibi araçlardır electrooculography (EOG), elektromiyografi (EMG) ve EEG. Başka bir seçenek daha doğru ama zaman alıcı el ile yanıp söner bir kare kare video kaydı11sayıyor. Teknolojileri bugün genel olarak iki gruba ayrılır: a) iletişim-alerjik olan iki yöntemleri, yapay görme ve göz izleme kullanarak çevrimdışı blink algılama kullanarak doğrudan blink algılama içerir kayıt ve b) kişi tabanlı kayıt kullanarak biyolojik sinyallerini EOG ve EEG cihazları12,13arası.
Göz izleme sistemi görüntü dayalı geleneksel pasif tasarımları ağırlıklı olarak günümüzde kullanılan yüksek çözünürlüklü bir fotoğraf makinesi ile etkin-kızılötesi tabanlı yaklaşımlar arasında değişen yaygın olarak kullanılan bir teknolojidir. İkinci IR aydınlatma14altında öğrencinin yansıtıcı özellikleri patlatır. Modern göz izleme yöntemleri temel öğrenci merkezi kornea yansıma (burada kornea ışığı yansıtır merkezi öğrencinin, izleme bir kamera içerir PCCR), kavramdır. Ancak, orada göz izleme protokolleri için yayınlanan blink algılama algoritmaları olmaması. Göz izleme piyasada farklı modeller blink algılama entegre yazılımıyla sağlasa, Ayrıca, kaynak kodunu her zaman değiştirme veya bilmek nasıl12algoritmaları iş zorlaştırır üreticileri tarafından sağlanır. Ayrıca, göz izleme ile deneyler sırasında gecikmeler ve önemli baş izleme gibi veri kaybına neden veya hareketleri bakışları olay vardır. Göz çevresi içinde video görüntüleri hangi yanıp süresini hesaplamak için bir sorun olduğunu ve hangi bazı durumlarda çeşitli eserler15oluşabilir, çok azdır.
Bu deneyde, EEG ve EOG yöntemleri kullanılır. EEG genellikle yalnız eyeblinks algılamak için kullanılır. Ancak, EEG elektrotlar ile kaydedilen eyeblinks analiz göz kapağı talebiyle çalışmanın için standart bir prosedür olduğunu. Bu yordamla araştırmacılar eyeblinks ne zaman tam olarak bilgi sahibi olmak. Yanıp söner algılamak için en yaygın sinyal örneği en yüksek noktaları, dikey hareket yanıt temsil eden bu. Orada birkaç peak algılama algoritmaları ham için geçerli EEG, saat-alan, veya frekans etki alanı sinyalleri. En yüksek kimlik içinde gerçekleştirilen işlemlere peak algılama, özellik çıkarma ve sınıflandırma vardır. Eyeblinks ön kanalının bir EEG sinyal üzerinde önemli bir etkiye sahip. Tipik olarak, eyeblinks bir önceden belirlenmiş genlik eşiği16kullanarak EEG algılanır. Bu deneyde kullanılan analiz yazılım algoritmaları sinyalleri standart sapma ve önceden filtre uygulanmış EEG sinyal kök ortalama kare (RMS) temel alır; açık kaynak olduklarını ve bilimsel topluluk17için kullanılabilir. Ancak, bazı göz hareketleri eyeblinks içeren değil kafa karıştırıcı olabilir elektriksel aktivitenin sebep olabilir. Bu nedenle, el ile onları sayarak eyeblinks maç araştırmacıların – izleyiciler yüzleri bir HD video kamera ile kayıt – ikinci bir yöntem sağlar. Böyle bir çift yöntemiyle araştırmacı ile istatistiksel araçlar kolayca çözümlenebilir eyeblinks matrisi elde eder.
Bu nedenle, bir veri üç taraflı kur çevrimi ile algılanan eyeblinks doğrulamak için iki farklı kaynaktan önerilen yöntemi gerçekleştirir. Bu yöntem Nakano vd. göstergeler9 onay için temel alır. Aynı zamanda, ayrıca daha ayrıntılı bir çözümleme için beyin aktivitesi ve frekans bandı bilgileri toplamak araştırmacılar sağlar. Burada açıklanan deneme etkileri geniş bir gelecek soruşturma düzenleme tarzı kesim oksipital ve prefrontal beyin bölgeleri üzerinde bir parçasıdır.
Bir soruşturma için uygun olup olmadığını yöntemi belirlemek
Video içeriği izleyen üç deneysel koşullar okudu ederken bu deneysel protokol izleyiciler eyeblinks sağlar. İlk olarak, eyeblink oranı iki tamamlayıcı teknikleri kullanarak algılanır: EEG ve kaydedilen HD video. Burada, kablosuz bir EEG ile 20 kanal kullanın. Araştırmacı görsel içerik tüm değişken yönetebilmesi için deneme adapte ikinci, belirli uyaranlara oluşturulur. Burada, üç videolar aynı anlatı ama farklı video düzenleme tarzı ile oluşturulmuştur. Anlatı bir odaya girdi, bir masada oturdu, üç topları ile etti, bir dizüstü bilgisayar açıldı, bazı kitaplar bilgileri baktım, bir şey dizüstü bilgisayarda yazılan, kapalı, doğrudan kameraya baktı, bir elma yedik ve odadan çıktı bir adam ile oluşuyordu. Üç video çekim gücü 198 son s her. İlk tek seferlik bir filmdi; İkinci 33 farklı çekim ile klasik Hollywood tarzı kurallarına göre düzenlendiği; ve üçüncü MTV tarzı kurallarına 79 çekim ile düzenlendi. Dördüncü bir uyarıcı da anlatı aynı sunuldu ama bir aktör yerine bir video ile gerçek bir temsil biçimi oldu. Bu dördüncü video olmayan uyarıcı düzenleme tarzı farklılıkları bir ilk çalışmada kullanılan değildi ama farklı bir araştırmada kullanılan gerçek temsil ve filtrelenmiş media8arasında eyeblink-kuru farkı karşılaştırmak için. Üçüncüsü, farklı Katılımcı grupları önceki uzmanlıklarını videoları görsel analiz bağlı olarak seçilir. Amaç konu grupları aynı görsel uyaranlara izlerken eyeblink oranları farklılıkları tespit etmektir. Bu durumda, 40 konular soruşturmada yer aldı. Bunların yarısı medya uzmanları vardı (16 ve 4 erkek; 30-56 yaş, 44,15 ±7.15 yıl, ortalama yaş ile) ve diğer olmayan medya uzmanları edildi (15 erkek ve 5 kadın; 28-56 yaş, Yaş ortalaması 43.25 ± ile 8.59 yıl). Medya profesyonelleri 6 yıldan fazla deneyim günlük işlerinde ortam düzenleme için ilgili kararlar kriteri ile seçilmiştir.
Protocol
Representative Results
Discussion
Ortam içeriği amaç yapımı video oluşturma ile görsel algı analiz etmek için bir yöntem burada açıklanmıştır. Medya içeriği önceden var olan filmler ile anlatı bağlamlarda algı analiz etmek birçok diğer çalışma girişimi. Mevcut Yöntem ölçütü ilgi takip bir anlatı inşaat ile görsel içerik oluşturmak öneriyor ve öneri üzerinde dayanmaktadır Bu eyeblink oranı izleyicinin dikkatini9‘ a bağlı. Bu nedenle, çalışma katılımcıların eyeblinks kitle iletişim…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Bu da çalışmanın bir İspanyolca Ekonomi Bakanlığı ve rekabet (BFU2014-56692-R ve BFU2017-82375-R) hibe tarafından desteklenmiştir.
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).
