С помощью электроэнцефалографии измерений и записи видео высокого качества для анализа визуальное восприятие медиа-контента

Цель этого метода

Этот метод предлагает двойной протокол для обнаружения eyeblinks. Цель заключается в том, анализировать визуальное восприятие зрителей медиа-контента, специально созданных для этого расследования, с помощью записи ЭЭГ и систем записи HD-видео.

Обоснование разработки и/или использование этого метода

Каждый eyeblink скрывает визуальные поток для 150-400 мс^1,2. Мигает имеет физиологические^3,4,5 и⁷ функций психологической^6,. Связь между внимание и eyeblink ставка была изучена и доказано в⁸различных исследований. Более высокий уровень внимания уменьшается скорость eyeblink и по данным предыдущих исследований, люди делят механизм для контроля времени мигает, что ищет лучший момент, чтобы избежать потери важных визуальной информации⁹. Таким образом анализируя поведение eyeblink зрителей, когда наблюдая экраны могут предоставить информацию относительно уровня внимания средств массовой информации содержание.

Одним из методов для обнаружения спонтанное eyeblink ставка является запись электрической активности с помощью электродов ЭЭГ. Eyeblinks могут быть легко обнаружены в префронтальной и электроокулограммой электроды подключены к системе записи ЭЭГ. В большинстве анализа ЭЭГ eyeblinks, считаются артефактов. По этой причине многие пакеты программного обеспечения, предназначенные для анализа данных ЭЭГ у eyeblink детекторы¹⁰. Преимущество использования ЭЭГ для обнаружения eyeblinks является высоким временным разрешением (порядка миллисекунд) и возможность регистрации мозга последствия различных повествования и отрубов в кино, синхронизируются с этими eyeblinks – вопрос открыт для дальнейшего исследование. Запись участников лица с HD-камеры также может быть полезным для целей сопоставления и контраст⁹.

Преимущества по сравнению с альтернативными методами с ссылками на соответствующие исследования

Существует несколько методов для подсчета глаз мигает. Некоторые выделенные инструментов для обнаружения мигает являются магнитных катушек, инфракрасный (ИК) лучи света, оптоэлектронные датчики движения с анализом движения глаз как eye отслеживание техники и несколько методов, основанных на биоэлектрических сигналов, например, Электроокулограмма (ЭОГ), электромиография (ЭМГ) и ЭЭГ. Еще более точным, но трудоемкий вариант вручную пересчитать мигает-покадровую запись видео¹¹. Технологии сегодня могут быть классифицированы широко на две группы:) контакт бесплатная запись, которая включает в себя два условия, прямое обнаружение с помощью компьютерного зрения и автономные обнаружение с помощью глаз слежения и b) контакт на основе записи с помощью биологические сигналы через ЭОГ и ЭЭГ устройства^12,13.

Глаз слежения система является широко используемой технологией, начиная от традиционных пассивных конструкций на основе образа до активного возле ИК-на основе подходов, главным образом используется сегодня с высоким разрешением камеры. Последний использует отражательные свойства зрачка под ИК подсветка¹⁴. Концепция, лежащая в основе современных методов eye отслеживание — ученик центра роговицы отражение (PCCR), который включает в себя камеры слежения центр зрачка, где свет отражается от роговицы. Однако есть отсутствие мерцания алгоритмы обнаружения опубликованных для eye отслеживание протоколов. Кроме того хотя различные модели глаз слежения на рынке обеспечивают Интегрированное программное обеспечение с обнаружение мерцания, исходный код не всегда обеспечивается производителями, что делает его трудно изменить или знаете, как алгоритмы работают¹². Кроме того во время экспериментов с eye отслеживание есть события, которые вызывают потерю данных, например отслеживание задержки и значительных головы или взглядом движений. Область вокруг глаз очень мала в видео захваты, который является проблемой для расчета длительности мгновение, и которые иногда вводит различные виды артефактов¹⁵.

В этом эксперименте ЭЭГ и ЭОГ методы используются. ЭЭГ не используется обычно только для обнаружения eyeblinks. Однако анализ eyeblinks, записанный с ЭЭГ электродов является стандартной процедурой для изучения веко перемещений. Эта процедура позволяет исследователям получить информацию именно тогда, когда eyeblinks имели место. Наиболее распространенный шаблон сигнала для обнаружения мигает, что пик точек, представляющих ответы вертикального движения. Существует несколько пик обнаружения алгоритмы применимые к сырой ЭЭГ, время домен, или -частотное сигналов. Процессы идентификации пик, пик обнаружения, функция извлечения и классификации. Eyeblinks имеют значительное влияние на фронтальные каналы сигнала ЭЭГ. Как правило eyeblinks обнаруживаются в ЭЭГ, используя заранее определенной амплитуды порог¹⁶. Алгоритмы в анализ программного обеспечения, используемого в этом эксперименте основаны на сигналы стандартное отклонение и Среднее квадратическое (RMS) предварительно фильтрованного сигнала ЭЭГ; они являются открытым исходным кодом и доступна для научного сообщества¹⁷. Однако некоторые движения глаз, не связанных с eyeblinks может спровоцировать электрической активности, что может ввести в заблуждение. По этой причине второй метод – запись зрителей лица с HD видео камеры – позволяет исследователям матч eyeblinks, вручную пересчитать их. С такой двойной метод следователь достигает матрицы eyeblinks, которые могут легко анализироваться с статистических инструментов.

Таким образом предложенный метод выполняет триангуляции данных с двух различных источников для проверки обнаруженные eyeblinks. Этот метод основан на Накано et al. показания⁹ для подтверждения. В то же время она также позволяет исследователям собирать активность мозга и частот информацию для дальнейшего анализа. Эксперимент, описанные здесь является частью более широкого будущего расследования эффекты редактирования стиля сокращений на областях затылочной и префронтальной мозга.

Определить, является ли метод соответствующие для расследования

Этот экспериментальный протокол позволяет зрителям eyeblinks во время просмотра видео-контента быть изучены под три экспериментальных условиях. Во-первых, eyeblink ставка определяется при помощи двух дополнительных методов: ЭЭГ и записи HD видео. Здесь мы используем беспроводной ЭЭГ с 20 каналами. Во-вторых, конкретные стимулы, адаптированных к эксперименту создаются, чтобы исследователь может управлять все переменные визуального содержимого. Здесь были созданы три видео с же повествование, но различные видео редактирования стиля. Повествование состояла из человека, который вошел в комнату, сидел за столом, работала с тремя шариками, открыл ноутбук, посмотрел информацию в некоторых книгах, ввели что-то на ноутбуке, закрыл его, съел яблоко, посмотрел прямо в камеру и покинул комнату. Три видео раздражители последний 198 s каждый. Первый был один выстрел фильм; второй был отредактирован по классическим правилам голливудском стиле с 33 различных выстрелов; и третий был отредактирован, следуя правилам MTV-стиль с 79 выстрелов. Четвертый стимул был также представлен в котором повествование было идентичным, но формат был реальной представленности с актером вместо видео. Этот четвертый стимул-видео не использовался в первоначальное исследование различий редактирования стиля, но был использован в различных расследований для сравнения eyeblink показатель различия между реальной представленности и экранированные СМИ⁸. В-третьих, различные группы участников выбираются в зависимости от их предыдущего опыта в визуальный анализ видео. Цель заключается в том, чтобы определить различия в eyeblink тема групп, наблюдая же визуальные раздражители. В этом случае 40 предметов принял участие в расследовании. Половина из них были работники средств массовой информации (16 мужчин и 4 женщин; возраст 30-56 лет, средний возраст 44.15 ±7.15 лет) и остальные были профессионалы-медиа (15 мужчин и 5 женщин; возраст 28-56 лет, средний возраст 43,25 ± 8.59 лет). Работники средств массовой информации были выбраны с критерием более чем 6 лет опыта в принятии решений, связанных с СМИ редактирования в их повседневной работе.