【论文笔记】Gaze tracking accuracy in humans: One eye is sometimes better than two
Hooge I T C, Holleman G A, Haukes N C, et al. Gaze tracking accuracy in humans: One eye is sometimes better than two[J]. Behavior Research Methods, 2019, 51(6): 2712-2721.
目录
-
摘要
-
背景
-
- 使用单眼、双眼的考虑
- 使用双眼信息的问题
- 本文内容
-
实验
-
- 方法
- 装置
- 流程
- 数据处理
- 实验结果
-
总结
摘要
基于视频的眼动跟踪仪大多使用了双目数据，且通常将左眼与右眼信号（可以认为是分别估计的凝视点结果）进行平均以降低方差至单眼的1/\sqrt{2}。但平均后，系统误差将如何变化？
本文通过实验，证明了在两个不同的任务上，分别有 29.5% 和 25.8% 的被试者在 使用单眼时 ，视线结果更准确，代价是精确度的降低 （方差变大）。
整个实验是基于Tobii桌面式眼动仪实施的。
背景
使用单眼、双眼的考虑
过去，眼动跟踪通过线圈等侵入式方法实现时，大多均使用单眼方案，以最小化用户的抵触与不适。现在，基于视频的眼动跟踪不存在这样的问题，但单眼方案依然比双眼方案的成本更低。
研究中，研究者通常可以自行选择用单眼或双眼的数据。
[Vlaskamp, Over, & Hooge, 2005]中尽管获取了双眼数据，但仅使用了单眼。Tatler(2007)也选择单眼数据，但是是通过标定是两只眼各自的精度，选择精度更高的一只眼的数据。
更多的研究中，采集并使用了双眼数据，常见的将左右眼数据进行平均使用version signal，这样的做法有助于提高SNR。
使用双眼信息的问题
本文中，系统误差 表示视线的准确度，即凝视点与真值目标点的误差；方差 表示视线的精确度，即凝视点的RMS。
使用version signal，仅在计算双眼平均信号不会引入系统误差时才合理，但这并不一定总是成立的（比如试验者存在斜视）。
Cui and Hondzinski (2006)对移动式眼动跟踪方案进行了讨论，认为双眼比单眼更好，系统误差更小，但该结论不能直接使用于桌面式设备，且移动眼动跟踪也存在桌面设备所不存在的问题。
本文内容
本文对试验者进行了常规的双眼标定后，分别考察了左眼、右眼、VS的系统误差与方差。希望看到的结果是，一部分人单眼的系统误差比双眼更小，但单眼的方差总是应当比双眼更大的。
实验
方法
共进行了两个实验，分别称为SF与R038。
SF的实验环境嘈杂且周围有音乐与人声干扰。共对82人实验，取79人数据计算，排除3人因其9个标记点中可以计算出凝视结果的少于7个。
R038的实验环境相对安静但有不少于100人在室内进行报告。共对65人实验，取64人数据计算，排除1人因其存在眼球震颤。
装置
Tobii桌面式眼动仪、头部固定支架、外接键盘
流程
1 进行9点标定
2 标定结束后，播放一段或多段影片
3 测试，被试者依次凝视9个点，每个点单独出现，凝视后被试自行按下空格键进入下一个点
数据处理
1 计算左眼、右眼、双眼VS的信号
2 分别找出其中凝视的阶段
3 每个标记点取最后一段凝视进行计算系统误差
4 计算方差
5 9个标记点中至少有7个点可以计算有效的系统误差与方差，则将这一名被试的数据用于计算总的结果
实验结果
蓝色为左眼，红色为右眼，白圈中心为标记点。
a,b中左右眼的两个信号有较多重叠部分，但c,d中几乎没有。不同试验者从一个目标转换到下个目标时，a是直接跳动到下一个目标，而b,c,d在过程中不同程度的有扫视或凝视其他位置后再转移到下一个目标。
系统误差最小的一路信号的结果。SF中，70.5%的人VS信号的误差最小，R038中，74.2%的人VS误差最小。而其余人，均为单眼估计的凝视点误差最小。说明，有时单眼跟踪比双眼可能更好。
计每个被试左眼、右眼、VS中误差最小的信号为MIN。比较这4路信号发现，单眼的误差显著大于另外两路信号，VS误差显著大于MIN，左眼与右眼没有显著区别。
另外，总是挑选误差最小的信号时，方差反而会更大。这一点也很容易理解，因为单眼误差较小时可能挑选单眼信号，那么方差必然增大。
有了2个单眼的信号后，也可以对比其误差和方差的关系，是不是误差大的眼方差也更大？作者比较了左右眼误差比值-方差比值，发现（1）并没有很强的相关性，（2）误差比值的分布更大，方差比值的分布更集中在1附近。
总结
选取单眼或双眼信息，用于视线跟踪，主要取决于目标。如果追求更小的方差，又不需要关注双眼视线的精度差别，那么平均双眼的信息更好。如果追求更小的误差，那么需要直接选择误差最小的一路结果即可。