СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

В статье представлен метод поиска характеристик глазных движений, коррелирующих с утомлением. Существует множество характеристик глазных движений для определения утомления. Все эти характеристики вычисляются из таких базовых понятий движения взгляда, как фиксация и саккада. Также характеристики можно разделить по типам физических событий, на которых они основаны. Можно выделить такие характеристики, как скоростные, временные, количественные, размерные, процентные, частотные и характеристики отношения. Для поиска корреляций между характеристиками глазных движений и утомлением был проанализирован набор данных глазных движений и результаты опросника VAS-F о степени утомления шестерых человек. Набор данных состоит из таких параметров оператора, как движения глаз, изображение камеры сцены и направление взгляда. Для определения степени утомления участник заполнял опросник VAS-F, который состоит из 18 вопросов о степени утомления или бодрости человека. Каждой записи из набора данных соответствует результат опросника. Были проанализированы 60 характеристик глазных движений и соответствующие им значения теста VAS-F и посчитана корреляция между ними. Затем характеристики глазных движений были отсортированы по убыванию полученных значений корреляции. Для дальнейшего анализа у каждого участника были выбраны первые 20 характеристик с наибольшей корреляцией. После этого был выполнен поиск характеристик, которые встречались у двух третей и более участников среди первых 20 характеристик. В результате были найдены 10 характеристик глазных движений с корреляцией со значениями теста VAS-F для каждого участника.

1. Eye movement characteristics reflected fatigue development in both young and elderly individuals / R. Zargari Marandi, P. Madeleine, Ø. Omland, N. Vuillerme, A. Samani // Scientific Reports. – 2018. – Vol. 8. – P. 13148. – DOI: 10.1038/s41598-018-31577-1.

2. Multi-scale spatial–temporal attention graph convolutional networks for driver fatigue detection / S. Fa, X. Yang, S. Han, Z. Feng, Y. Chen // Journal of Visual Communication and Image Representation. – 2023. – Vol. 93. – DOI: 10.1016/j.jvcir.2023.103826.

3. Real-time identification of eye fixations and saccades using radial basis function networks and Markov chains / R. Lobão-Neto, A. Brilhault, S. Neuenschwander, R. Rios // Pattern Recognition Letters. – 2022. – Vol. 162. – P. 63–70. – DOI: 10.1016/j.patrec.2022.08.013.

4. Microsaccade and drift dynamics reflect mental fatigue / L.L. Di Stasi, M.B. McCamy, A. Catena, S.L. Macknik, J.J. Cañas, S. Martinez?Conde // European Journal of Neuroscience. – 2013. – Vol. 38 (3). – P. 2389–2398. – DOI: 10.1111/ejn.12248.

5. Towards a driver fatigue test based on the saccadic main sequence: A partial validation by subjective report data / L.L. Di Stasi, R. Renner, A. Catena, J.J. Cañas, B.M. Velichkovsky, S. Pannasch // Transportation Research. Part C. Emerging Technologies. – 2012. – Vol. 21 (1). – P. 122–133.

6. Di Stasi L.L., Antolí A., Cañas J.J. Evaluating mental workload while interacting with computer-generated artificial environments // Entertainment Computing. – 2013. – Vol. 4 (1). – P. 63–69. – DOI: 10.1016/j.entcom.2011.03.005.

7. Martins R., Carvalho J. Eye blinking as an indicator of fatigue and mental load – a systematic review // Occupational Safety and Hygiene III. – London: CRC Press, 2015. – P. 231–235. – DOI: 10.1201/b18042-48.

8. Stern J.A., Boyer D., Schroeder D. Blink rate: a possible measure of fatigue // Human Factors. – 1994. – Vol. 36 (2). – P. 285–297. – DOI: 10.1177/001872089403600209.

9. Measuring neurophysiological signals in aircraft pilots and car drivers for the assessment of mental workload, fatigue and drowsiness / G. Borghini, L. Astolfi, G. Vecchiato, D. Mattia, F. Babiloni // Neuroscience and Biobehavioral Reviews. – 2014. – Vol. 44. – P. 58–75. – DOI: 10.1016/j.neubiorev.2012.10.003.

10. Hafed Z.M., Goffart L., Krauzlis R.J. A neural mechanism for microsaccade generation in the primate superior colliculus // Science. – 2009. – Vol. 323. – P. 940–943.

11. Task difficulty modulates the activity of specific neuronal populations in primary visual cortex / Y. Chen, S. Martinez-Conde, S.L. Macknik, Y. Bereshpolova, H.A. Swadlow, J.-M. Alonso // Nature Neuroscience. – 2008. – Vol. 11 (8). – P. 974–982. – DOI: 10.1038/nn.2147.

12. Saccades and microsaccades during visual fixation, exploration and search: foundations for a common saccadic generator / J. Otero-Millan, X.G. Troncoso, S.L. Macknik, I. Serrano-Pedraza, S. Martinez-Conde // Journal of Vision. – 2008. – Vol. 8 (14). – P. 21. – DOI: 10.1167/8.14.21.

13. Pastukhov A., Braun J. Rare but precious: microsaccades are highly informative about attentional allocation // Vision Research. – 2010. – Vol. 50. – P. 1173–1184. – DOI: 10.1016/j.visres.2010.04.007.

14. Benedetto S., Pedrotti M., Bridgeman B. Microsaccades and exploratory saccades in a naturalistic environment // Journal of Eye Movement Research. – 2011. – Vol. 4 (2). – P. 1–10. – DOI: 10.16910/jemr.4.2.2.

15. Saccadic peak velocity sensitivity to variations in mental workload / L.L. Di Stasi, R. Renner, P. Staehr, J.R. Helmert, B.M. Velichkovsky, J.J. Cañas, A. Catena, S. Pannasch // Aviation Space and Environmental Medicine. – 2010. – Vol. 81 (4). – P. 413–417.

16. User experience analysis in industry 4.0-the use of biometric devices in engineering design and manufacturing / Y. Borgianni, E. Rauch, L. Maccioni, B.G. Mark // 2018 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). – IEEE, 2018. – P. 192–196. – DOI: 10.1109/IEEM.2018.8607367.

17. OperatorEYEVP: Operator dataset for fatigue detection based on eye movements, heart rate data, and video information / S. Kovalenko, A. Mamonov, V. Kuznetsov, A. Bulygin, I. Shoshina, I. Brak, A. Kashevnik // Sensors (Basel). – 2023. – Vol. 23 (13). – P. 6197. – DOI: 10.3390/s23136197.