基于眼动数据的视觉疲劳检测方法研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61100109)


Visual Fatigue Detection Based on Eye Tracking Data
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61100109)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    视觉疲劳的产生不仅会导致工作效率低下、视力降低,甚至可能导致很多意外伤害.如何简便、快速地检测视觉疲劳是亟需解决的课题.提出一种利用特殊字搜索并结合阅读任务来对视觉疲劳进行快速检测的方法.测试者需在所提供的阅读材料中通过扫视行为寻找出文内的特殊字符,同时完成相应的阅读理解任务.实验在Tobii X230眼动仪监测下完成.系统记录任务完成过程中的瞳孔直径比、兴趣域个数等眼动数据信息,并采用BP神经网络对用户的视觉疲劳状态进行判定.基于10位测试者的实验结果表明,分类精度达到了95.2%,证实了该方法的有效性.

    Abstract:

    Visual fatigue cannot only lead to decreased productivity and vision, it might also bring various accidental injuries. How to detect visual fatigue in a simple and fast way is an urgent topic. This paper proposes a visual fatigue detection approach with the aid of special characters searching and reading tasks. Participants are required to locate these special characters from the reading materials through scanning, and at the same time complete the corresponding reading comprehension tasks. The experiment is conducted under the monitoring of Tobii X230 eye tracker. Eye tracking data, such as pupil diameter ratio, number of AOIs etc. are recorded. BP neural network is employed to determine the state of visual fatigue. The experimental results on 10 users show a classification accuracy of 95.2%, which confirms the effectiveness of the approach.

    参考文献
    相似文献
    引证文献
引用本文

胡炜,赵小燕,陈泉,冯桂焕,骆斌.基于眼动数据的视觉疲劳检测方法研究.软件学报,2016,27(S2):148-155

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-05-01
  • 最后修改日期:2016-11-21
  • 录用日期:
  • 在线发布日期: 2017-01-10
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号