|
|
Modelling eye movements during Multiple Object Tracking
Děchtěrenko, Filip ; Lukavský, Jiří (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Lidé musí sledovat v každodenních situacích více objektů zároveň (např. řízení automobilu nebo kolektivní sporty). Sledování více objektů (MOT) věrohodně simuluje sledování více objektů v laboratorních podmínkách. Když sledujeme cíle v úloze s mnoha dalšími objekty ve scéně, stává se obtížné rozlišit objekty na periférii (crowding). Přestože sledování by mohlo být prováděno pouze pomocí pozornosti, je zajímavá otázka, jakým způsobem lidé plánují své oční pohyby při sledování. V naší studii jsme provedli MOT experiment, ve kterém jsme účastníkům předložili opakovaně několik úloh s proměnlivým počtem distraktorů, nahrávali jsme oční pohyby a měřili jsme konzistenci očních pohybů pomocí Normalized scanpath saliency (NSS) metriky. Vytvořili jsme několik analytických strategií, které se vyhýbají crowdingu a porovnali jsme je s očními daty. Kromě analytických modelů jsme trénovali neuronové sítě na předpovídání očních pohybů v MOT úlohách. Výkon navrhovaných modelů a neuronových sítí jsme vyhodnocovali na datech z nového MOT experimentu. Analytické modely vysvětlovaly variabilitu očních pohybů dobře (výsledky jsou srovnatelné s intraindividuálními rozdíly); předpovědi založené na neuronových sítích byly méně úspěšné.
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Modelling eye movements during Multiple Object Tracking
Děchtěrenko, Filip ; Lukavský, Jiří (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Lidé musí sledovat v každodenních situacích více objektů zároveň (např. řízení automobilu nebo kolektivní sporty). Sledování více objektů (MOT) věrohodně simuluje sledování více objektů v laboratorních podmínkách. Když sledujeme cíle v úloze s mnoha dalšími objekty ve scéně, stává se obtížné rozlišit objekty na periférii (crowding). Přestože sledování by mohlo být prováděno pouze pomocí pozornosti, je zajímavá otázka, jakým způsobem lidé plánují své oční pohyby při sledování. V naší studii jsme provedli MOT experiment, ve kterém jsme účastníkům předložili opakovaně několik úloh s proměnlivým počtem distraktorů, nahrávali jsme oční pohyby a měřili jsme konzistenci očních pohybů pomocí Normalized scanpath saliency (NSS) metriky. Vytvořili jsme několik analytických strategií, které se vyhýbají crowdingu a porovnali jsme je s očními daty. Kromě analytických modelů jsme trénovali neuronové sítě na předpovídání očních pohybů v MOT úlohách. Výkon navrhovaných modelů a neuronových sítí jsme vyhodnocovali na datech z nového MOT experimentu. Analytické modely vysvětlovaly variabilitu očních pohybů dobře (výsledky jsou srovnatelné s intraindividuálními rozdíly); předpovědi založené na neuronových sítích byly méně úspěšné.
|
host ::
RSS.