[论文解读] Evaluating the Data Quality of Eye Tracking Signals from a Virtual Reality System: Case Study using SMI's Eye-Tracking HTC Vive

Dillon Lohr, Lee Friedman+1 more|arXiv (Cornell University)|Dec 4, 2019

Gaze Tracking and Assistive Technology参考文献 50被引用 10

一句话总结

本研究通过随机扫视任务评估了SMI公司眼动追踪HTC Vive头戴式显示器（ET-HMD）的数据质量，提出了一种基于中位数绝对偏差（MAD）的非参数空间精度度量方法。结果表明，ET-HMD在空间精度和线性拟合方面优于EyeLink 1000，尽管两者精度水平相近；ET-HMD表现出二次交叉串扰，且双眼信号为单眼信号的低通滤波版本，限制了高频扫视分析。

ABSTRACT

We evaluated the data quality of SMI's tethered eye-tracking head-mounted display based on the HTC Vive (ET-HMD) during a random saccade task. We measured spatial accuracy, spatial precision, temporal precision, linearity, and crosstalk. We proposed the use of a non-parametric spatial precision measure based on the median absolute deviation (MAD). Our linearity analysis considered both the slope and adjusted R-squared of a best-fitting line. We were the first to test for a quadratic component to crosstalk. We prepended a calibration task to the random saccade task and evaluated 2 methods to employ this user-supplied calibration. For this, we used a unique binning approach to choose samples to be included in the recalibration analyses. We compared our quality measures between the ET-HMD and our EyeLink 1000 (SR-Research, Ottawa, Ontario, CA). We found that the ET-HMD had significantly better spatial accuracy and linearity fit than our EyeLink, but both devices had similar spatial precision and linearity slope. We also found that, while the EyeLink had no significant crosstalk, the ET-HMD generally exhibited quadratic crosstalk. Fourier analysis revealed that the binocular signal was a low-pass filtered version of the monocular signal. Such filtering resulted in the binocular signal being useless for the study of high-frequency components such as saccade dynamics.

研究动机与目标

• 评估在虚拟现实环境中SMI公司有线眼动追踪HTC Vive头戴式显示器（ET-HMD）的数据质量。
• 将ET-HMD的性能与公认的EyeLink 1000在关键指标（空间精度、精度、时间精度、线性度和串扰）上的表现进行比较。
• 提出并验证一种基于中位数绝对偏差（MAD）的非参数空间精度度量方法，以提高鲁棒性。
• 通过新颖的分箱方法进行重新校准分析，研究用户自定义校准对数据质量的影响。
• 分析双眼信号退化情况，揭示其存在低通滤波效应，从而影响高频扫视检测。

提出的方法

• 通过随机扫视任务评估空间精度、精度、时间精度、线性度和串扰。
• 提出一种基于中位数绝对偏差（MAD）的非参数空间精度度量方法，以降低对异常值的敏感性。
• 采用最佳拟合直线的斜率和调整决定系数（R-squared）进行线性度分析，以评估校准质量。
• 检测串扰中是否存在二次项成分，这是一种此前未报道的新方法。
• 采用独特的分箱策略，从用户自定义校准任务后选择样本用于重新校准分析。
• 应用傅里叶分析比较单眼与双眼眼动信号，揭示信号滤波效应。

实验结果

研究问题

• RQ1 在虚拟现实环境中，SMI公司ET-HMD的空间精度与EyeLink 1000相比如何？
• RQ2 ET-HMD的串扰程度如何？是否存在二次项成分？
• RQ3 当结合新颖的分箱方法进行重新校准分析时，用户自定义校准的有效性如何？
• RQ4 从频率响应角度看，双眼眼动信号与单眼信号相比有何差异？
• RQ5 信号滤波对研究高频眼动动力学（如扫视起始与速度）有何影响？

主要发现

• ET-HMD在空间精度方面显著优于EyeLink 1000，p值 < 0.05，表明具有统计学显著性。
• ET-HMD的线性拟合优度（调整决定系数）优于EyeLink 1000，尽管两者线性斜率相近。
• 通过所提出的基于MAD的度量方法测得，ET-HMD与EyeLink 1000的精度水平相当。
• ET-HMD表现出显著的二次串扰，而EyeLink 1000未观察到此现象。
• 傅里叶分析显示，双眼信号是单眼信号的低通滤波版本，导致高频分量衰减。
• 因此，双眼信号被认为不适合用于研究高频眼动动力学，如扫视起始与速度。