[论文解读] Predicting Webpage Aesthetics with Heatmap Entropy

Zhenyu Gu, Chenhao Jin+2 more|arXiv (Cornell University)|Mar 5, 2018

Visual Attention and Saliency Detection参考文献 23被引用 3

一句话总结

本研究提出视觉注意熵（VAE）及其改进变体相对VAE（rVAE），作为从眼动热图中衍生出的定量度量，用于预测网页美学。基于30名观察者观看40个网页各3秒的数据，rVAE与主观美学评分表现出强烈的负相关（r = -0.65），在区分美观与不美观设计方面准确率达约85%，且在跟踪1秒后性能稳定。

ABSTRACT

Today, eye trackers are extensively used in user interface evaluations. However, it's still hard to analyze and interpret eye tracking data from the aesthetic point of view. To find quantitative links between eye movements and aesthetic experience, we tracked 30 observers' initial landings for 40 web pages (each displayed for 3 seconds). The web pages were also rated based on the observers' subjective aesthetic judgments. Shannon entropy was introduced to analyze the eye-tracking data. The result shows that the heatmap entropy (visual attention entropy, VAE) is highly correlated with the observers' aesthetic judgements of the web pages. Its improved version, relative VAE (rVAE), has a more significant correlation with the perceived aesthetics. (r=-0.65, F= 26.84, P$

研究动机与目标

• 识别从眼动数据中衍生出的客观、定量度量，使其与人类对网页的美学判断相关。
• 探究通过熵测量的视觉注意模式是否能在不依赖主观标注的情况下预测感知美学。
• 评估基于熵的度量在时间上及不同实验参数下的稳定性和预测能力。
• 利用眼动数据探索感知流畅性与美学偏好之间的理论联系。

提出的方法

• 在受控条件下，收集30名观察者观看40个网页各3秒的眼动数据。
• 使用不同标准差（σ）的高斯平滑处理生成注视热图，以模拟注视密度。
• 将视觉注意熵（VAE）计算为归一化热图的香农熵，量化空间注意力分布的混乱程度。
• 提出相对VAE（rVAE）作为VAE的归一化版本，以提升与美学判断的相关性。
• 在不同跟踪时长（1秒、2秒、3秒）、被试数量和σ值下评估度量性能。
• 使用皮尔逊相关系数和F检验评估熵度量与美学评分之间的统计显著性。

实验结果

研究问题

• RQ1 能否从眼动热图中提取的视觉注意熵（VAE）预测网页的主观美学判断？
• RQ2 改进的度量方法——相对VAE（rVAE）是否比VAE与感知美学表现出更强的相关性？
• RQ3 VAE与rVAE的预测性能在3秒观看期间如何随时间演变？
• RQ4 熵度量对高斯平滑参数（σ）和被试数量的变化有多敏感？
• RQ5 与空间分布相比，注视序列的时间结构（如注视顺序）在美学预测中的贡献有多大？

主要发现

• 相对VAE（rVAE）与主观美学评分表现出统计显著的负相关（r = -0.65，F = 26.84，p < 0.0001）。
• 仅使用rVAE度量，即可实现约85%的准确率，以区分美学上令人愉悦与不愉悦的网页。
• VAE与rVAE在眼动数据收集1秒后均表现出性能稳定，表明具有早期预测潜力。
• 随着跟踪时长增加，两种度量的性能均有所提升，表明延长观察时间可能实现更高准确率。
• 在广泛的高斯平滑参数范围（σ）内，度量表现稳健，其中rVAE在σ ≈ 40px时达到峰值，并在10–120px范围内保持高相关性。
• 基于热图熵的VAE优于基于注视序列（马尔可夫链）计算的熵，表明空间分布比时间序列更具预测力。