באמצעות מדידות אלקטרואנצפלוגרם הקלטת וידאו באיכות גבוהה עבור ניתוח התפיסה החזותית של תוכן מדיה

מטרת שיטה זו

שיטה זו מציעה פרוטוקול כפול לזיהוי eyeblinks. המטרה היא לנתח את הצופים התפיסה החזותית של תוכן מדיה, שנוצרה במיוחד עבור החקירה הזאת, על-ידי שימוש האא ג הקלטות מערכות הקלטת וידאו HD.

הרציונל מאחורי פיתוח ו/או השימוש בשיטה זו

כל eyeblink מסתיר זרימה חזותית עבור ms 150-400^1,2. מהבהב כולל פיזיולוגיים^3,4,5 , פסיכולוגית^6,7 פונקציות. הקשר בין קצב לב ו- eyeblink יש כבר למד, הוכיחו מחקרים שונים⁸. רמה גבוהה יותר של תשומת הלב פוחת קצב eyeblink, לפי מחקרים קודמים, בני האדם חולקים מנגנון לפיקוח על העיתוי של קריצות המחפשת את הרגע. הטוב ביותר למנוע אובדן מידע חזותי חשוב⁹. לפיכך, ניתוח ההתנהגות eyeblink של הצופים כשהוא צופה במסכים יכול לספק מידע לגבי הרמה של תשומת לב רבה תוכן המדיה.

אחת השיטות לגילוי ספונטניות eyeblink שיעור היא באמצעות אלקטרודות EEG כדי להקליט את הפעילות החשמלית. Eyeblinks ניתן בקלות להבחין הקדם חזיתית, אלקטרודות electrooculogram מחובר למערכת הקלטה EEG. ברוב ניתוחי אא ג, eyeblinks נחשבים חפצים. מסיבה זו, רבים חבילות תוכנה עבור ניתוח נתונים EEG יש גלאי eyeblink¹⁰. היתרון של שימוש האא ג לגילוי eyeblinks טמפורלית ברזולוציה גבוהה (לפי סדר אלפיות השניה), האפשרות של רישום המוח ההשפעות של נרטיבים שונים וחותך בסרטים מסונכרן עם eyeblinks האלה – עניין להיפתח עוד יותר לימוד. הקלטה פרצופים של המשתתפים עם מצלמת HD יכול להיות גם שימושי עבור התאמת/ניגוד למטרות⁹.

היתרונות על פני שיטות אלטרנטיביות עם הפניות מחקרים רלוונטיים

ישנן מספר שיטות לספירת קריצות עין. קצת כלי ייעודי לגילוי קריצות הן סלילים מגנטיים, קרני האור האינפרא-אדום (IR), מעגל גלאי תנועה עם העין ניתוח תנועה כגון טכניקות עקיבה מספר טכניקות בהתבסס על אותות הביו-חשמליות, למשל, electrooculography (EOG), אלקטרומיוגרפיה (EMG) ו- EEG. אפשרות נוספת מדויקת יותר, אך גוזלת זמן באופן ידני סופר הבהובים מ הקלטת וידאו מסגרת¹¹. טכנולוגיות היום יכולים להיות מסווגים באופן כללי לשתי קבוצות: א) קשר ללא הקלטה אשר כוללת שתי שיטות, זיהוי הבהוב ישירה באמצעות ראייה ממוחשבת וזיהוי הבהוב מנותק תוך שימוש עקיבה, ב) קשר המבוסס על ההקלטה אותות ביולוגיים דרך ה EEG ו EOG התקנים^12,13.

מערכת עקיבה היא טכנולוגיה בשימוש נרחב, החל עיצובים פסיבית המבוססת על תמונה מסורתית ועד הגישות ליד-אינפרא אדום מבוססי פעיל בעיקר בשימוש כיום עם מצלמה ברזולוציה גבוהה. האחרון מנצלת את מאפייני התלמיד תחת תאורה אינפרא-אדום¹⁴רעיוני. הרעיון שבבסיס שיטות מודרניות עקיבה הוא תלמיד מרכז הקרנית השתקפות (PCCR), הכוללת מצלמת מעקב המרכז של התלמיד, איפה האור משקף של הקרנית. עם זאת, יש מחסור של אלגוריתמים זיהוי הבהוב לאור עבור פרוטוקולים עקיבה. יתר על כן, למרות מודלים שונים של עקיבה בשוק לספק תוכנה משולבת עם זיהוי הבהוב, קוד המקור לא תמיד מסופק על ידי היצרנים, ולכן קשה לשנות או יודע איך האלגוריתמים עובדים¹². כמו כן, במהלך ניסויים עם עקיבה ישנם אירועים לגרום לאובדן נתונים, כגון מעקב אחר ועיכובים משמעותיים הראש או להביט תנועות. אזור העין הוא קטן מאוד בלוכדת וידאו, וזו כבר בעיה לחישוב משך הזמן של עובד, אשר לפעמים מציג סוגים שונים של חפצים¹⁵.

בניסוי זה, שיטות EEG, EOG משמשים. EEG אינה משמשת בדרך כלל לבד כדי לזהות eyeblinks. אולם, ניתוח eyeblinks הקליט עם אלקטרודות EEG היא נוהל סטנדרטי של חקר displacements העפעף. הליך זה מאפשר לחוקרים יש מידע של בדיוק מתי eyeblinks מתקיימים. אות הדפוס השכיח ביותר לגילוי הבהובים היא של נקודות שיא, המייצג תגובות תנועה אנכית. ישנם מספר שיא זיהוי אלגוריתמים החלים raw EEG, בתחום הזמן, או אותות בתחום התדר. התהליכים המעורבים בזיהוי השיא הם שיא זיהוי, הדמיה, סיווג. Eyeblinks יש השפעה רבה על ערוצי חזיתית של האות EEG. בדרך כלל, eyeblinks מאותרים ב EEG באמצעות הסף שנקבע מראש משרעת¹⁶. האלגוריתמים בתוכנה ניתוח המשמשת בניסוי זה מבוססים על סטיית תקן של האותות על שורש ממוצע הריבועים (RMS) של האות EEG מסונן מראש; הם מקור פתוח וזמין הקהילה המדעית¹⁷. עם זאת, כמה תנועות עיניים לא מעורבים eyeblinks יכול לעורר פעילות חשמלית, זה עשוי להיות מבלבל. מסיבה זו, שיטה שנייה – הקלטה של הצופים פנים עם מצלמת וידאו HD – מאפשר לחוקרים להתאים eyeblinks בספירת אותם באופן ידני. שיטה כזו כפול, החוקר משיגה מטריצה של eyeblinks מסוגל לנתח בקלות עם כלים סטטיסטיים.

לכן, השיטה המוצעת מבצעת טריאנגולציה נתונים עם שני מקורות שונים כדי לאמת את eyeblinks שזוהו. שיטה זו מבוססת על נאקאנו et al. אינדיקציות⁹ לאישור. במקביל, הוא גם מאפשר לחוקרים לאסוף מידע פעילות מוחית ותדרים לצורך ניתוח נוסף. הניסוי המתואר כאן הוא חלק רחב יותר בעתיד לפתוח בחקירה לתוך ההשפעות של חתכים בסגנון עריכה על אזורי המוח העורפית, הקדם חזיתית.

לקבוע אם שיטת זו מתאימה חקירה

פרוטוקול נסיוני זה מאפשר eyeblinks הצופים בזמן צפייה בתכני וידאו להיות למד תחת שלושה תנאים ניסיוני. ראשית, קצב eyeblink מזוהה באמצעות שתי שיטות משלימות: EEG וסרטי HD המוקלט. כאן, אנו משתמשים EEG אלחוטית עם 20 ערוצים. שנית, ספציפית לגירויים הותאם הניסוי נוצרים, כך החוקר יכול לנהל את כל המשתנים של התוכן החזותי. . הנה, נוצרו שלושה סרטונים עם הנרטיב אבל שונים לעריכת וידאו סגנון זהה. הנרטיב כללה אדם נכנס לחדר, ישבה ליד שולחן, ללהטט בשלושה כדורים, פתחתי מחשב נייד, חיפש מידע על כמה ספרים, הקליד משהו על המחשב הנייד, סגר אותה, אכל תפוח, הסתכלתי ישירות לתוך המצלמה, ועזב את החדר. שלושת הסרטונים הגירויים אחרונה 198 s כל. הראשון היה סרט חד פעמי; השנייה נערכה בהתאם לכללים בסגנון הוליווד הקלאסית עם תמונות שונות 33; השלישי נערך בעקבות חוקים בסגנון MTV עם יריות 79. גירוי הרביעי הוצג גם שבו הנרטיב היה זהה, אבל הפורמט היה ייצוג אמיתי עם שחקן במקום סרטון. זה גירוי בלי וידאו הרביעית לא שימש במחקר הראשוני ההבדלים בסגנון עריכה אבל היה בשימוש חקירה שונים כדי להשוות בין קצב eyeblink הבדלים בין ייצוג אמיתי לבין מדיה ממוסך⁸. שלישית, שונה קבוצות משתתפים נבחרים בהתאם המומחיות הקודם שלהם ניתוח חזותי של קטעי וידאו. המטרה היא לקבוע הבדלים בשיעורי eyeblink של קבוצות נושא צפייה בגירויים ראייתיים אותו. במקרה זה, נושאים 40 נטלו חלק בחקירה. חצי מהם היו אנשי תקשורת (16 זכרים ונקבות 4; גיל 30-56 שנים, ועם גיל הממוצע של שנים ±7.15 44.15) וכל השאר היו אנשי מקצוע שאינם-מדיה (15, ולגברים 5; גיל 28-56 שנים, ועם גיל הממוצע של 43.25 ± שנים 8.59). אנשי תקשורת נבחרו עם הקריטריון של יותר מ-6 שנות ניסיון בביצוע החלטות הקשורות לעריכת מדיה בעבודה היומיומית שלהם.