[论文解读] An Approach to Track Reading Progression Using Eye-Gaze Fixation Points

Stephen Bottos, Balakumar Balasingam|arXiv (Cornell University)|Feb 8, 2019

Gaze Tracking and Assistive Technology参考文献 25被引用 6

一句话总结

本文提出一种基于隐马尔可夫模型（HMM）的方法，利用商用眼动仪获取的噪声眼动凝视固定数据，以提升阅读过程中的行检测性能。通过统计建模眼动模式并利用时间依赖性，该方法实现了83.1%的行检测准确率，相较于基线离散化方法提升了22.5%。

ABSTRACT

In this paper, we consider the problem of tracking the eye-gaze of individuals while they engage in reading. Particularly, we develop ways to accurately track the line being read by an individual using commercially available eye tracking devices. Such an approach will enable futuristic functionalities such as comprehension evaluation, interest level detection, and user-assisting applications like hands-free navigation and automatic scrolling. Existing commercial eye trackers provide an estimated location of the eye-gaze fixations every few milliseconds. However, this estimated data is found to be very noisy. As such, commercial eye-trackers are unable to accurately track lines while reading. In this paper we propose several statistical models to bridge the commercial gaze tracker outputs and eye-gaze patterns while reading. We then employ hidden Markov models to parametrize these statistical models and to accurately detect the line being read. The proposed approach is shown to yield an improvement of over 20% in line detection accuracy.

研究动机与目标

• 解决使用商用眼动追踪设备获取的噪声眼动凝视固定数据准确追踪阅读进度的挑战。
• 开发一种统计模型，弥合原始、噪声较大的眼动追踪输出与实际阅读行进度之间的差距。
• 在简单的眼动点空间离散化方法之外，进一步提升行检测的准确率。
• 支持实际应用，如理解力评估、兴趣水平检测以及阅读界面中的免提导航。
• 展示HMM在建模阅读过程中眼动时间模式方面的有效性。

提出的方法

• 作者使用隐马尔可夫模型（HMM）对正在阅读的行的潜在状态进行建模，将每一行视为一个隐状态。
• 通过基于垂直位置的离散化函数，将眼动凝视固定点映射到离散的行状态。
• 在模拟数据上训练HMM，其噪声水平与Gazepoint GP3眼动仪的噪声水平匹配，以模拟真实的眼动行为。
• 应用Viterbi算法，从观测到的眼动凝视点中推断最可能的阅读行序列。
• 在模型设计中考虑了采样时间，但最终的HMM采用固定的60 Hz采样率以保持简洁。
• 使用Gazepoint GP3眼动仪收集真实世界数据，通过校准并使用25页文本（每页25行）进行评估。

实验结果

研究问题

• RQ1 统计模型能否有效降低眼动凝视数据中的噪声，从而提升阅读过程中的行检测准确率？
• RQ2 与简单的眼动点空间离散化方法相比，使用隐马尔可夫模型在阅读过程中检测视线行时表现如何？
• RQ3 对眼动凝视序列中的时间依赖性进行建模，在多大程度上能提升阅读进度追踪的性能？
• RQ4 在模拟数据上训练的HMM能否有效泛化到商用设备的真实眼动追踪数据？
• RQ5 真实眼动数据中存在时间相关的噪声，其对行检测性能有何影响？

主要发现

• 所提出的基于HMM的行检测系统平均行检测准确率达到83.1%，相较于基线离散化方法提升了22.5%。
• 仅使用离散化函数的平均误差为39.5%，而HMM将其降低至16.9%。
• 真实眼动追踪数据在x和y方向均表现出时间相关的噪声，而初始模拟未完全捕捉到这一点。
• HMM模型有效利用了眼动凝视序列中的时间依赖性，从而增强了对噪声的鲁棒性。
• 本研究证实，即使在商用设备提供的噪声输入下，HMM在建模阅读过程中的眼动模式方面依然有效。
• 未来通过将采样时间调整整合进HMM框架，有望进一步提升模型对实时眼动动态的建模能力。