[論文レビュー] Spatial statistics for gaze patterns in scene viewing

Hans A. Trukenbrod, Simon Barthelmé+2 more|arXiv (Cornell University)|Apr 6, 2017

Visual Attention and Saliency Detection参考文献 70被引用数 7

ひとこと要約

本稿では、シーン視認中の個々のスキャンパスにおける凝視の依存性を分析するために、空間統計手法であるペア相関関数（PCF）を導入する。結果として、凝視は偶然に予想されるよりも強く集積的であることが示され、繰り返し画像視認時にはその集積性が強化される。これは、動的モデルシミュレーションにおける注意の範囲の縮小によって説明できる。

ABSTRACT

Scene viewing is used to study attentional selection in complex but still controlled environments. One of the main observations on eye movements during scene viewing is the inhomogeneous distribution of fixation locations: While some parts of an image are fixated by almost all observers and are inspected repeatedly by the same observer, other image parts remain unfixated by observers even after long exploration intervals. Here, we apply spatial point process methods to investigate the relationship between pairs of fixations. More precisely, we use the pair correlation function (PCF), a powerful statistical tool, to evaluate dependencies between fixation locations along individual scanpaths. We demonstrate that aggregation of fixation locations within four degrees is stronger than expected from chance. Furthermore, the PCF reveals stronger aggregation of fixations when the same image is presented a second time. We use simulations of a dynamical model to show that a narrower spatial attentional span may explain differences in pair correlations between the first and the second inspection of the same image.

研究の動機と目的

• シーン視認中の個々のスキャンパスにおける凝視の間の空間的依存性を調査すること。
• 同じ画像を繰り返し視認することが凝視クラスタリングに与える影響を検討すること。
• 注意の範囲が縮小することで、繰り返し検査時に観察される凝視の集積性が説明可能かどうかを検証すること。
• 従来の指標が捉え損なう微細な差を検出できるように、PCFを検出ツールとしての有効性を検証すること。
• 空間統計と計算モデルを統合し、眼動画制御のダイナミクスを理解すること。

提案手法

• 凝視の間の空間的相関を定量化するために、実験的視線移動データにペア相関関数（PCF）を適用する。
• 画像全体にわたる凝視の非一様分布を補正するため、非一様PCFを用いる。
• 注意の窓サイズを変化させた状態で、SceneWalkモデルのシミュレーションを実施し、凝視クラスタリングに与える影響を検証する。
• SceneWalkモデルのパラメータ推定を用いて繰り返し視認条件をシミュレートし、得られたPCFを実験データと比較する。
• Voronoiに基づく均一性指標やスキャンパス比較手法といった代替指標とPCFを比較する。
• 理論的およびシミュレートされたデータを用いて、類似した凝視分布でもPCFが大きく異なる可能性があることを示し、PCFが空間的構造に敏感であることを強調する。

実験結果

リサーチクエスチョン

• RQ1 個々のスキャンパスにおける凝視の間の空間的相関は、偶然の期待値からどの程度逸脱しているか？
• RQ2 同じ画像を繰り返し視認することで、初回視認時と比較して凝視クラスタリングが強化されるか？
• RQ3 注意の範囲が縮小することで、繰り返し検査時に観察される凝視の集積性が説明可能か？
• RQ4 実験データとモデルシミュレーションとの間で、PCFの関数形にはどのような相違が生じるか？
• RQ5 PCFは、他の指標では検出できない凝視パターンの差をどの程度検出可能か？

主な発見

• 非一様PCFにより、個々のスキャンパスにおける凝視位置が、偶然に予想されるよりも顕著に集積的であることが明らかになった。
• 同じ画像を繰り返し視認する際、凝視の集積性が増加し、凝視がよりクラスタリングされた分布を示している。
• SceneWalkモデルのシミュレーションにより、注意の範囲が縮小すると凝視のクラスタリングが強化され、実験で観察された集積性の増加と一致した。
• PCFは、視覚的に類似した凝視分布であっても、空間的構造の違いを検出でき、その背後にあるダイナミクスの違いに敏感であることを示した。
• SceneWalkモデルにおけるPCFの関数形は、実験データほど速やかに減衰しないため、モデルの注意窓の再考が求められ、適合性向上の余地があることを示唆した。
• PCFは、全体の非一様性とは独立した空間的相関を捉えることができ、従来の指標とは異なり、スキャンパスダイナミクスの独自の側面を明らかにする。