Reconocimiento de tareas de observación usando características espacio temporales en movimientos oculares

Abstract

RESUMEN: Las fijaciones oculares brindan información relevante sobre los procesos cognitivos y visuales de las personas. Se ha mostrado que las fijaciones oculares de las personas están influenciadas por los estímulos visuales que observan y por la tarea de observación que llevan a cabo. En diversos estudios se ha planteado encontrar las relaciones que existen entre las fijaciones oculares y las tareas de observación. Recientemente se ha trabajado con el problema de reconocer las tareas de observación a partir de las fijaciones oculares de personas que observan imágenes en una pantalla. El análisis de las fijaciones oculares y el reconocimiento de tareas de observación tienen aplicaciones en las áreas de interacción humano computadora, negocios, en el estudio de enfermedades relacionadas con cambios de comportamiento, entre otros. En este trabajo se analizaron diferentes propuestas de investigaciones relacionadas y se propone una mejora para la representación de las fijaciones oculares. Se identificaron diferentes técnicas en la literatura que representan de forma espacial y temporal las fijaciones oculares. Dichas técnicas se basan en resúmenes estadísticos, en regiones de interés y la estimación de parámetros a partir del análisis de los datos. En este trabajo de tesis se propone representar a las fijaciones oculares mediante un vector de características con la información espacio temporal de las mismas utilizando los parámetros de los modelos ocultos de Markov, el porcentaje de cobertura de las fijaciones oculares en intervalos y los valores de prominencia de una imagen. Se muestran los resultados experimentales de evaluar nuestra propuesta sobre un conjunto de datos utilizando un algoritmo de clasificación. La contribución de este trabajo se refleja a través de resultados que superan el porcentaje de clasificación de las técnicas propuestas en la literatura. Además, se describe la captura de fijaciones oculares y la generación de un conjunto de datos que fue utilizado para encontrar diferencias y similitudes que tienen las personas a realizar observaciones. ABSTRACT: Eye fixations provide relevant information about the congnitive processes of people. I has been shown that people’s eye fixations are influenced by the visual stimuli they observe and by the observers’ task they perform. In several studies it has been proposed to find the relationships that exist between eye fixations and observers’ task. Recently, work has been done with the problem of recognizing observers’ task from people’s eye fixation who observe images on screen. The analysis of eye fixations and the recognition of observers’ task has applications in the areas of human computer interaction, business, in the study of diseases related to behavioral changes, among others. In our work we analyzed the related research proposals and we propose an improvement for the representation of the eye fixation. Different techniques were identified in the literature that represent eye fixation in a spatial and temporal way. These techniques are based on statistical summaries, in regions of interest and the estimation of parameters based on the analysis of the data. In this document we propose to represent the eye fixations by means of a feature vector with the spatial and temporal information of them using the parameters of the hidden Markov models, the coverage percentage of eye fixations in intervals and the prominence values of an image. The experimental results of evaluating our proposal on data set using a classification algorithm are shown. The contribution of this work is reflected with results that exceed the classification percentage of the techniques proposed in the literature. In addition,