改进真实性的合成眼动数据的机制转换模型
摘要：改进的基于模型的方法用于合成之前捕获的眼动信号的退化。通过将记录在高质量眼动传感器上的信号转换，使其眼动跟踪信号的质量与记录在低质量目标设备上的信号相似。所提出的模型通过引入一种降低空间精度和时间精度的机制，改进了退化信号相对于先前方法的逼真度。此外，还演示了一种百分位匹配技术，用于模拟与目标数据集的信号质量特征的相对分布结构。该模型使用来自EyeLink 1000眼动仪和嵌入在虚拟现实平台中的SMI眼动仪的数据，在每个特征和每个记录基础上提高了逼真度。与基准模型相比，中位数分类准确度性能指标提高了35.7％，接近理想指标50％。此外，本文还通过为合成生成的眼动信号提供一个应用不可知的逼真度评估工作流程，扩大了相关文献。
作者：Henry Griffith, Samantha Aziz, Dillon J Lohr, Oleg Komogortsev
论文ID：2306.08712
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-06-16