[论文解读] 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 7

一句话总结

本文引入对对相关函数（PCF）这一空间统计方法，用于分析场景观看过程中个体扫描路径中注视点之间的依赖关系。研究发现，注视点的聚集程度高于随机预期，且在重复观看图像时聚集程度更强——这一现象在动态模型模拟中可通过注意力范围缩小来解释。

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.

研究动机与目标

• 研究个体扫描路径中注视点之间的空间依赖性。
• 考察对同一张图像的重复观看如何影响注视点聚集。
• 检验注意力范围缩小是否能够解释重复检查中观察到的注视点聚集增强。
• 验证PCF作为检测传统指标难以捕捉的注视模式细微差异的工具的有效性。
• 将空间统计与计算建模相结合，以理解眼动控制的动力学机制。

提出的方法

• 将配对相关函数（PCF）应用于实证眼动数据，以量化注视点之间的空间相关性。
• 采用非齐次PCF以考虑注视点在图像上分布不均的影响。
• 通过改变注意力窗口大小，对SceneWalk模型进行模拟，以检验其对注视点聚集的影响。
• 利用SceneWalk模型的参数估计，模拟重复观看条件，并将生成的PCF与实验数据进行比较。
• 将PCF与替代指标（如基于Voronoi的均匀性度量和扫描路径比较方法）进行对比。
• 利用理论和模拟数据表明，相似的注视点分布可能产生截然不同的PCF，凸显PCF对空间结构的敏感性。

实验结果

研究问题

• RQ1 单个扫描路径中注视点之间的空间相关性与随机预期相比有何偏离？
• RQ2 对同一张图像的重复观看是否导致比初次观看时更强的注视点聚集？
• RQ3 注意力范围缩小是否能够解释重复检查中观察到的注视点聚集增强？
• RQ4 PCF的功能形式在实证数据与模型模拟之间有何差异？
• RQ5 PCF在多大程度上能够检测到其他指标无法察觉的注视模式差异？

主要发现

• 通过非齐次PCF发现，个体扫描路径中的注视点位置显著比随机预期更聚集。
• 在重复观看同一张图像时，注视点聚集程度增加，表明注视点分布更加集中。
• SceneWalk模型的模拟表明，注意力范围缩小会导致更强的注视点聚集，与实验中观察到的聚集增强一致。
• 即使注视点分布视觉上相似，PCF仍能检测到空间结构的差异，表明其对潜在动力学具有高度敏感性。
• SceneWalk模型中PCF的功能形式衰减速度不如实证数据快，提示需对模型的注意力窗口进行修正以提升拟合度。
• PCF通过捕捉与整体非均匀性无关的空间相关性，补充了现有指标，为理解扫描路径动力学提供了独特视角。