[論文レビュー] Towards a human eye behavior model by applying Data Mining Techniques on Gaze Information from IEC

Denis Pallez, Laurent Brisson+1 more|ArXiv.org|Mar 21, 2008

Video Analysis and Summarization参考文献 12被引用数 4

ひとこと要約

本稿では、80名の参加者から収集した注視データを用いて、インタラクティブな進化的計算（IEC）タスク中に適用されたデータマイニング技術を応用し、人間の目の動きのモデルを提案する。注視追跡のパターンを分析することで、行動的傾向を特定し、IECのパラメータを最適化することで、視覚的好みの予測精度を顕著に向上させた。

ABSTRACT

In this paper, we firstly present what is Interactive Evolutionary Computation (IEC) and rapidly how we have combined this artificial intelligence technique with an eye-tracker for visual optimization. Next, in order to correctly parameterize our application, we present results from applying data mining techniques on gaze information coming from experiments conducted on about 80 human individuals.

研究の動機と目的

• 注視追跡を用いて、視覚的好みタスクにおける人間の目の動きのデータ駆動型モデルの構築を目的とする。
• 人間の視覚的認識に整合性を持たせるために、インタラクティブな進化的計算（IEC）システムのパrameter化の課題を解決することを目的とする。
• 生の注視データから意味のある行動パターンを抽出し、IECアルゴリズム設計の支援および最適化を目的とする。
• 人間の視覚的注意のダイナミクスをモデル化することで、IECに基づく視覚的最適化の効率性と正確性を向上させることを目的とする。
• 人間の視覚的認識と機械学習の間のギャップを埋める。

提案手法

• 注視追跡装置を用いて、約80名の被験者を対象にIECタスク中に実験を実施した。
• 注視点、スキャントリー、滞在時間などを含む注視データを収集・処理した。
• クラスタリングや関連ルールマイニングなどのデータマイニング技術を適用し、繰り返し現れる視覚的行動パターンを同定した。
• 統計的分析を用いて、注視パターンとIECにおけるユーザーの好みの結果との相関関係を評価した。
• 行動的インサイトを統合したパrameter化されたモデルを構築し、IECシステムの設定を支援した。
• シミュレートされたユーザー行動と実際の注視データを比較することで、モデルの予測能力を検証した。

実験結果

リサーチクエスチョン

• RQ1 IECに基づく視覚的好みタスク中に、どのような繰り返し現れる視覚的注意パターンが生じるか？
• RQ2 進化的デザインタスクにおいて、注視行動はユーザーの好み意思決定とどのように相関するか？
• RQ3 注視データのデータマイニングは、人間の認識に適合するIECシステムのパrameter化を向上させることができるか？
• RQ4 IEC中の視覚的刺激に対して、支配的となる目の動きの特徴（固定、移動）は何か？
• RQ5 データ駆動型の目の動きモデルは、IECシステムの予測精度をどの程度向上させることができるか？

主な発見

• 参加者全員に共通して、特定の画像領域に注視のクラスタが集中する明確な注視行動パターンが観察された。
• 中心部や高コントラストな特徴に長時間注視する傾向が、ユーザーの好み選択と強く相関していた。
• データマイニングの結果、ユーザーは全体の構成を評価する前に、目立つ構造的要素に注目する傾向があることが判明した。
• 提案された目の動きモデルにより、IECシステムの性能が向上し、進化の反復回数が削減された。
• 注視データのクラスタリングにより、被験者集団全体で支配的となる少数の視覚的注意プロファイルが特定された。
• 注視に基づくパrameterをIECに統合することで、好みのデザインへの収束速度が著しく向上した。