Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

利用脑电图测量和高质量视频记录分析媒体内容的视觉感知

Published: May 26, 2018 doi: 10.3791/57321

Summary

我们在观看媒体内容的同时, 对上只是一眨眼率进行检测、获取和分析。

Abstract

本文探讨了一种检测人类视觉知觉差异的方法。所使用的方法是基于 eyeblinks 的心理 (或 "认知") 功能。在观看专门为调查创建的视频时, 检测并获取参与者的 eyeblinks。在20通道脑电图 (EEG) 无线设备的帮助下, 对 eyeblinks 进行了检测和采集。国际10-20 系统为电极安置被跟随了。高清晰度 (HD) 摄像机用于记录参与者的面部表情, 以进行对比。除了使用预先存在的媒体内容之外, 还根据调查的特定标准创建了专门制作的视频内容, 并通过刺激使研究人员能够管理感兴趣的精确参数。否则, 结果可能被不受控制的变量所污染。视频刺激的呈现与脑电图记录的同步需要以毫秒为单位进行。对采集的数据进行分析, 用健壮的软件对大矩阵进行处理。与媒体专业化和编辑风格相关的上只是一眨眼率差异有统计学意义, 并与实验程序进行了比较。

Introduction

此方法的目的

该方法提出了一种检测 eyeblinks 的双协议。其目的是通过使用脑电图记录和高清视频记录系统, 分析观众对媒体内容的视觉感知, 专门为此次调查创建的。

这种方法的发展和/或使用背后的基本原理

每个上只是一眨眼隐藏 150-400毫秒1、2的可视流.闪烁有生理学的3,4,5和心理6,7函数。注意和上只是一眨眼率之间的联系已被研究和证明在不同的研究8。较高的注意力会降低上只是一眨眼率, 根据先前的研究, 人类共享一种机制来控制眨眼的时间, 搜索最佳时刻, 以避免丢失重要的视觉信息9。因此, 分析观众在观看屏幕时的上只是一眨眼行为, 可以提供有关媒体内容关注程度的信息。

一种检测自发性上只是一眨眼率的方法是利用脑电图电极记录电活动。Eyeblinks 可以很容易地检测到前额和 electrooculogram 电极连接到脑电图记录系统。在大多数脑电图分析中, eyeblinks 被认为是工件。因此, 为分析 EEG 数据而设计的许多软件包都有上只是一眨眼检测10。使用 EEG 检测 eyeblinks 的优点是高时间分辨率 (以毫秒为单位), 以及在与那些 eyeblinks 同步的电影中记录不同叙事和切割的脑部效应的可能性-这是一个可以进一步研究。使用高清照相机录制参与者的脸部也可以用于匹配/对比目的9

替代方法的优越性与相关研究的借鉴意义

有多种方法来计数眼睛眨眼。一些用于检测闪烁的专用仪器有磁性线圈、红外线 (IR) 光束、具有眼球运动分析的光电运动探测器, 如眼球跟踪技术, 以及基于生物电信号的几种技术,例如,electrooculography (EOG), 肌电图和脑电图。另一个更准确, 但耗时的选项是手动计数从框架帧视频录制11闪烁。今天的技术可以大致分为两组: a) 无接触录音, 包括两种方式, 直接眨眼检测使用计算机视觉和离线眨眼检测使用眼跟踪, b) 基于接触的记录使用通过 EOG 和脑电图设备的生物信号12,13

眼球跟踪系统是一种广泛应用的技术, 从传统的基于图像的被动设计到目前主要用于高分辨率摄像机的主动近红外方法。后者利用红外光照下的瞳孔反射特性14。现代眼球追踪方法的概念是瞳孔中心角膜反射 (PCCR), 它涉及相机跟踪瞳孔的中心, 光线从角膜反射。然而, 目前还没有为眼球追踪协议发布的闪烁检测算法。此外, 虽然市场上不同的眼球跟踪模型提供了与闪烁检测相集成的软件, 但源代码并非总是由制造商提供, 因此很难修改或了解算法如何工作12。同时, 在眼球跟踪实验中, 还有导致数据丢失的事件, 例如跟踪延迟和显著的头部或凝视动作。在视频捕获中, 眼睛区域非常小, 这是计算眨眼持续时间的一个问题, 有时会引入各种类型的工件15

本实验采用脑电图和 EOG 方法。脑电图通常不单独用于检测 eyeblinks。然而, 分析脑电电极记录的 eyeblinks 是研究眼睑移位的标准程序。这一过程使研究人员能够准确了解 eyeblinks 发生的时间。检测闪烁的最常见信号模式是峰值点, 表示垂直运动响应。有几种峰值检测算法适用于原始脑电图、时域或频域信号。峰值识别过程包括峰值检测、特征提取和分类。Eyeblinks 对脑电信号的额通道有相当大的影响。通常, 通过使用预先确定的振幅阈值16, 在 EEG 中检测到 eyeblinks。本实验所用分析软件中的算法基于信号的标准偏差和预滤波 EEG 信号的根均方根 (RMS);它们是开源的, 可供科学界17使用。然而, 一些不涉及 eyeblinks 的眼球运动可能会引起可能混淆的电活动。由于这个原因, 第二种方法-记录观众的脸与高清摄像机-允许研究员匹配 eyeblinks 通过手动计数。利用这种双重方法, 研究者实现了一个 eyeblinks 矩阵, 可以很容易地用统计工具进行分析。

因此, 所提出的方法使用两个不同的源进行数据三角化来验证检测到的 eyeblinks。此方法基于浩et指示9进行确认。同时, 它还使研究人员能够收集大脑活动和频带信息, 以便进一步分析。这里描述的实验是更广泛的未来调查的一部分, 对剪辑风格的削减影响枕和前额脑区。

确定方法是否适合调查

该实验协议使观众的 eyeblinks, 同时观看视频内容在三实验条件下进行研究。首先, 使用两种互补技术检测上只是一眨眼率: EEG 和录制的高清视频。在这里, 我们使用20频道的无线脑电图。其次, 建立适应实验的特定刺激, 使研究者能够管理视觉内容的所有变量。在这里, 三视频与相同的叙事, 但不同的视频编辑风格创建。这个故事包括一个走进房间的男人, 坐在办公桌前, 用三个球, 打开一台笔记本电脑, 在一些书上查到一些信息, 在笔记本电脑上打字, 关上它, 吃苹果, 直接看着相机, 离开房间。三视频刺激最后198s 每个。第一个是一拍的电影;第二个被编辑了根据古典好莱坞样式规则与33不同的射击;第三个是按照 MTV 风格的规则编辑的, 有79张照片。第四刺激也被提出在其中叙述是相同的, 但格式是真正的代表与演员而不是录影。这第四非视频刺激在最初的编辑风格差异的研究中没有使用, 但在不同的调查中用于比较实际表示法和屏蔽媒体8之间的上只是一眨眼率差异。第三, 不同的参与者组根据他们以前在视频分析中的专长进行选择。目的是确定不同的上只是一眨眼率的主题组观看相同的视觉刺激。在这种情况下, 40 名受试者参加了调查。其中半数为媒体专业人员 (16 男4女; 年龄30-56 岁, 平均年龄44.15 ±7.15 岁), 其余为非媒体专业人员 (15 名男性, 5 名女性; 年龄28-56 岁, 平均年龄43.25 岁)。选择媒体专业人员的标准是6年以上的工作经验, 在与媒体编辑相关的日常工作中作出决定。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

这里所描述的所有方法都得到了巴塞罗那大学 Autònoma 动物和人类研究伦理学委员会 (CEEAH) 的批准。

1. 视觉刺激的创作和展示

  1. 根据期望的目标创建视频刺激。
    1. 确定哪些变量对视频刺激感兴趣。
      注: 例如, 在目前的调查中, 主要的兴趣变量是编辑风格。
      1. 根据实验的兴趣决定视频的持续时间、内容和风格。要确定所有这些变量, 请考虑参与者要观看多少视频以及参与者将在屏幕上观看多长时间, 评估视频的叙述是否符合兴趣, 并决定视频的视觉风格。
    2. 编写脚本, 注意所选的变量。
    3. 用高质量的摄像机录制视频, 并根据需要编辑视频。必要时寻求专业帮助。
  2. 为刺激演示文稿设计适当的上下文。
    1. 确定数据获取的位置, 并设计一个舒适的空间来显示刺激。参与者应该感到安心。
    2. 为视频的演示选择高质量的屏幕。屏幕的质量越高, 效果越好。
    3. 如果有几个视频影片要呈现, 选择一个方法来随机化他们的演示文稿。
      注意: 为了避免由于参与者感知刺激的顺序而导致不确定的结果, 在整个主题中随机的刺激呈现是很方便的。
    4. 选择一个软件包来展示视频。
      注意: 有各种各样的选择, 允许研究员显示不同的刺激与相互试验的定时器和指示, 甚至随机的介绍。在选择软件时, 考虑其与数据采集设备同步的能力至关重要。由于该协议分析参与者的上只是一眨眼率, 视觉刺激和脑电图装置的视觉呈现之间的同步是至关重要的。

2. 选择参加者

  1. 建立选择参与者的标准。当要分析特定变量时, 需要一个控制组。记下标准并与同事商量, 以改进学习设计。
  2. 选择参与者并征求遵循相关准则和条例的道德委员会的批准。
    注: 大多数大学和研究中心都有一个道德委员会。要申请批准, 就必须通知他们调查目标。共同的要求包括解释研究方法、调查对社会的好处、如何获得知情同意、是否会对参与者进行财务报偿以及如何管理从参与者收集的数据。花时间设计这个请求。这是非常重要的, 得到一个道德委员会的批准, 以分享的结果与科学界。在这方面可以有用的一些文件是《赫尔辛基宣言》、《纽伦堡法典和贝尔蒙特报告。
  3. 为参加者设计知情同意表, 并遵循道德委员会的标准。
  4. 向每个潜在参与者解释实验。让参与者知道所有重要的信息, 但是要避免不重要的信息, 或者会影响实验结果。
    注意: 例如, 在上只是一眨眼检测协议中, 不能告诉参与者 eyeblinks 将被检测到, 因为这可能会修改自然的上只是一眨眼速率。征求他们的同意参加。给每个参与者提供知情同意的文件, 让他们有足够的时间阅读, 理解课文, 最后签署。
  5. 与每个参与者预约进行实验。给参加者以下指示: 到达休息和与最近被洗涤的头发;化学产品, 如发胶,, 应避免, 因为它们可能影响脑电图记录。给参与者所有必要的联系信息。

3. 准备工作

  1. 在参加者到来之前准备好实验课程。与同事排练会话。如果检测到不正确的内容, 则对实验会话进行相应的修改。
    1. 准备将要使用的所有设备之间的连接, 并检查它们的同步 (可视化刺激演示和数据获取)。
      注意: 硬件和软件之间的连接至关重要。执行测试以确认同步是可取的。如有需要, 与制造商或软件开发人员进行讨论。
  2. 让受试者在实验室感到舒适: 欢迎参加者, 为他们的东西 (包和其他) 准备一个空间。
  3. 向参与者解释整个协议: 参与者将坐在哪里, 将显示多少视觉刺激, 以及会话的长度。解释参与者的合作是极其重要的。
  4. 由于无线脑电图记录系统将被使用, 解释这些录音是多么困难, 并且为了获得适当的电生理信号与低工件, 参加者不应该不必要地移动。

4. 数据采集

  1. 清洁参与者的皮肤表面, 去除毛发制品的污垢或残余痕迹。
  2. 测量参与者的头部。测量 nasion 和 inion 之间的距离, 并将半方向点标记为顶点。
  3. 使用10-20 系统在脑电图帽中准备电极。
  4. 将 cap 置于标记之后, 以便顶点与 cap 的中心零 (Cz) 点匹配。
  5. 将导电凝胶在注射器的帮助下应用于电极;确保帽子与主题的头部吻合得很好。
  6. 将参考电极和 EOG 电极放在主语头上。
  7. 确保参加者能舒舒服服地坐下来, 准备好参加会议。
  8. 将高清摄像机对准参与者的面部特写。这将用于手动检测参与者的 eyeblinks。
  9. 检查是否已同步所有设备。
  10. 检查脑电图控制盒是否正确连接到注册数据的计算机上。
  11. 检查每个电极的信号是否正确;如果没有, 检查有问题的电极。
    注意: 从电极上发出坏信号的一些常见原因是电极上缺乏导电凝胶, 电极在头上的位置不好, 或者电极电缆与其控制盒的连接不良。
  12. 当一切就绪, 开始录制实验 (并播放视频)。

5. 实验后会议

  1. 从参与者的头部移除 cap, 并在可能的情况下, 向参与者提供与感兴趣的主题相关的调查表。
  2. 将所有数据保存到外部硬盘驱动器。
    注意: 推荐备份数据。一个好的选择是将数据保存到两个外部硬盘驱动器, 并将它们存储在不同的位置。在设计最佳程序时, 必须考虑道德委员会批准的数据存储协议。
  3. 清洁电极和瓶盖;大多数电极在使用后需要立即清洗。
    1. 在水龙头下和没有化学产品的情况下, 用充足的水清洁电极和瓶盖 (除非设备制造商另有说明). 小心干燥电极以防止腐蚀。如果此协议不足以清洗瓶盖, 则通常可以在洗衣机中清洗 (请参阅制造商的说明)。

6. 数据分析

  1. 组织上只是一眨眼检测数据。
    1. 将 EEG 文件导入到适合数据分析的软件包中。
    2. 根据与可视化刺激演示软件一起使用的同步触发器, 选择感兴趣的 EEG 区域。筛选数据并应用上只是一眨眼筛选器查看生成 eyeblinks 的次数和时间。
      注意: 大多数商业和免费软件包都有过滤器来检测脑电图中的 eyeblinks。
    3. 选择参与者脸部的 HD 视频, 并手动将 eyeblinks 与脑电图数据中发现的图像匹配。
    4. 创建一个电子表格矩阵与每个参与者的 eyeblinks 的最终列表, 并计算每分钟的速度, 而主题是看刺激。
  2. 进行统计分析。
    1. 将矩阵导入到相应的软件中进行统计分析。
    2. 在统计软件程序中, 设计所需的分析来对比最初的假设并完成它们。

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

运用本文所介绍的程序, 分析了40名观众观看三部不同视频电影时的上只是一眨眼率。对于媒体专业化的比较分析, 有一半的参与者是媒体专业人士。他们是根据至少6年的工作经验, 在作出有关媒体编辑和视听削减的决策的标准。对于编辑风格的比较分析, 三视频的刺激是用完全相同的叙事, 但不同的编辑风格来创建的。一个是一次性电影, 一枪开着, 没有相机动作。另一种是好莱坞风格的电影, 有33张照片, 平均拍摄长度为5.9 秒, 以及贯穿整个镜头的连续性, 内容, 节奏, 空间和时间的关系, 按照经典的好莱坞编辑风格的规则。最后, 第三个视频是一个 MTV 风格的电影, 79 拍和平均拍摄长度为2.4 秒。在后一种情况下, 镜头之间有内容、节奏、空间和时间的间断。

根据收集的结果 (图 1), 编辑样式影响了查看者的上只是一眨眼速率 (X2 (2) = 7.2, p = 0.027, 弗里德曼测试). 随着镜头长度的缩短和意外的削减, 观众的自发上只是一眨眼率较低。

调查还表明, 媒介职业化影响上只是一眨眼率。我们发现两组之间的统计学差异 (曼-惠特尼 U = 86, n = 20, p = 0.002, 曼-惠特尼秩和测试), 当比较所有的刺激一起。非媒体专业人员的上只是一眨眼率高于媒体专业人员。这种差异是为每一个编辑风格分析: 在一拍电影 (曼-惠特尼 U = 86.5, n = 20, p = 0.002, 曼-惠特尼排名总和测试);在好莱坞风格的电影 (曼-惠特尼 U = 90, n = 20, p = 0.003, 曼-惠特尼排名总和测试);在 MTV 编辑风格的电影 (曼-惠特尼 U = 94.5, n = 20, p = 0.004, 曼-惠特尼排名总和测试)。媒体专业人员的上只是一眨眼率比非媒体专业人员表现出更大的同质性, 因为其上只是一眨眼率的标准偏差要低得多, 无论编辑风格如何分析。

Figure 1
图 1.上只是一眨眼在不同的编辑样式和不同的组中的速率。观察不同编辑样式时, 查看器中每分钟 (最小-1) 的自发闪烁速率 (SBR)。这些框的两端定义了 25th和 75th百分点, 并在中间和误差线上定义了 10th和 90th百分点;未填充的圆圈表示数据点。随着媒体内容的编辑变得更加混乱, 观众的上只是一眨眼率也随之降低。MTV 编辑风格激起了比好莱坞编辑风格或一拍电影更低的上只是一眨眼率。媒体专业人员的上只是一眨眼率低于非媒体专业人员。每种编辑风格都会发生这种情况。这些数据是从引用3中采集和修改的。请单击此处查看此图的较大版本.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

本文介绍了一种利用目的视频制作分析媒体内容视觉感知的方法。许多其他的研究试图分析在叙事语境中的媒体内容与预先存在的电影的知觉。本方法建议根据感兴趣的标准来创建具有叙事结构的视觉内容, 并基于上只是一眨眼速率与查看者的注意9 相连接的建议。为此, 研究人员在观察媒体内容的同时, 在不同的条件下 (编辑风格和媒体专业化) 对参与者的 eyeblinks 进行了比较。

上只是一眨眼率与认知任务相关的观点在最近几十年中已经发展到了一些研究中:18, 19, 20.上只是一眨眼作为注意标记21 也很有用。上只是一眨眼速率的降低已与注意的增加联系在一起9, 22, 23.在这次调查中, 通过使用 EEG 测量和高质量的视频记录来分析媒体内容的视觉感知, 我们发现创作者可以使用编辑的风格来处理观众的注意力3。这已经被电影编辑沃尔特默奇提出, 他在编辑电影时怀疑 eyeblinks 在电影中可能有一个理解和标点符号功能, 与视听剪辑24有关。这应该对视听生产环境感兴趣。编辑样式是一个元素, 可以影响查看者的上只是一眨眼速率补充以前的工作, 它检测到媒体内容的叙述影响了观众的上只是一眨眼率9。更高的关注的需要是由 MTV 编辑风格创造的, 其中削减发生比其他两种风格的编辑, 并激起了上只是一眨眼率下降。这与以前研究上只是一眨眼抑制和操作内存25 的工作一致, 在这种情况下, 闪烁抑制已被建议作为一种机制, 以避免由于任务增加的需求7 而导致信息丢失。值得指出的是, 在其他非视听平台 (如纸张) 中, 演示文稿格式不会影响闪烁26的频率和位置。

以往的调查发现, 职业化是一个变量, 引起知觉差异, 甚至大脑的变化, 在,例如, 运动员27, 建筑师28, 音乐家29, 或芭蕾舞演员30.在这里, 我们发现, 媒体专业化会降低视频内容的上只是一眨眼率, 而不管编辑样式8。由于上只是一眨眼还具有润湿眼部的生理功能, 因此在专业群体中, 媒体专业人员上只是一眨眼率的降低可能会对危险控制和预防有一定的兴趣。

议定书内的关键步骤

拟议的方法包括以下关键步骤: (一) 由于对所用标准的描述不够充分, 可能导致对实验的可能复制产生误解, 因此选择参与者。为了避免这样的问题, 最好明确地记下实验中使用的标准。(二) 设计和制作视频刺激。传统上, 媒体内容的分析是用预先存在的叙事 (电影、广告或电视节目) 来完成的。然而, 拟议的方法是基于准备分析的媒体内容。由于创建专业视频并不容易, 研究人员可能需要专业视听制作人的帮助。因此, 这是《议定书》内的一个关键步骤, 研究人员可能需要与实验室以外的专业人员合作。在媒体内容的设计中包含感兴趣的变量是很重要的。(三) 刺激表现与数据获取之间的同步。根据研究人员所使用的硬件和软件 (如演示刺激的软件和用于记录脑电图的程序), 它们之间的同步可能会混淆。每个制造商都有自己的协议来管理连接的输入和输出。如果有疑问, 研究员可能需要与他们交谈。

关于现有/替代方法的技术意义

使用建议的双重方法分析 eyeblinks 有助于研究人员对比结果。虽然脑电图信号可以分类的眼球运动, 如上只是一眨眼, 通过对比结果与记录的高清视频的参与者的脸, 可以避免错误的结果。该方法还收集电脑活动数据, 以便进一步分析。

技术的局限性

不同的学科组在上只是一眨眼率上可能存在显著差异。这种技术的一个局限性是, 尽管从参与者那里获得了详细的调查表, 但重要的信息是可以忽略的。因此, 有必要审慎地制订甄选科目的标准, 以说明他们的专业或社会情况如何影响他们的上只是一眨眼率。这种限制可能会导致错误的结论, 例如对与主题组相关的上只是一眨眼模式的误解。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

作者没有什么可透露的。

Acknowledgments

本研究得到西班牙经济和竞争力部 (BFU2014-56692-R 和 BFU2017-82375-R) 赠款的支持。

Materials

Name Company Catalog Number Comments
EEG Device Neurolectrics Enobio 20 EEG/EMG system 
Ag/AgCl Electrodes Neuroelectrics [NE022b] GelTrode
Recording EEG software Neuroelectrics NicOffline software
HD-video camera Sony Corporation  Sony HDR-GW55VE
Syringe Monoject Monoject 412, curved tip syringe, 50/box
Saline electrode EMG gel Signa-Gel X32-204: Signa Gel
Visual Stimuli Presentation Software Paradigm Stimulus Presentation Perception Research System Incorporated
EEG software analysis Centre National de la Recherche Scientifique and Montreal Neurological Institute Brainstorm3
EEG software analysis The MathWorks Inc. MATLAB 2013b
TV for video presentation Panasonic Corporation PanasonicTH- 42PZ70EA  - 50"
PC for presenting stimuli MacBook Air Year 2013, running Mac OSX Mountain Lion
PC for recording stimuli MacBook  Year 2009 running Windows 7 With a bootcamp partition of the disk for providing Windows OS
Statistical Analysis Systat Software Inc. Sigmaplot 11.0 

DOWNLOAD MATERIALS LIST

References

  1. Shapiro, K. L., Raymond, J. E. The attentional blink: temporal constraints on consciousness. Attention and Time. , 35-48 (2008).
  2. VanderWerf, F., Brassinga, P., Reits, D., Aramideh, M., Ongerboer de Visser, B. Eyelid movements: behavioral studies of blinking in humans under different stimulus conditions. Journal of Neurophysiology. 89 (5), 2784-2796 (2003).
  3. Andreu-Sánchez, C., Martín-Pascual, M. Á, Gruart, A., Delgado-García, J. M. Eyeblink rate watching classical Hollywood and post-classical MTV editing styles, in media and non-media professionals. Scientific Reports. 7, 43267 (2017).
  4. Bour, L. J., Aramideh, M., de Visser, B. W. Neurophysiological aspects of eye and eyelid movements during blinking in humans. Journal of Neurophysiology. 83 (1), 166-176 (2000).
  5. Delgado-García, J. M., Gruart, A., Múnera, A. Neural organization of eyelid responses. Movement disorders: official journal of the Movement Disorder Society. 17 Suppl 2, S33-S36 (2002).
  6. Wiseman, R., Nakano, T. Blink and you'll miss it: the role of blinking in the perception of magic tricks. PeerJ. (4), e1873 (2016).
  7. Fogarty, C., Stern, J. A. Eye movements and blinks: their relationship to higher cognitive processes. International Journal of Psychophysiology official journal of the International Organization of Psychophysiology. 8, 35-42 (1989).
  8. Andreu-Sánchez, C., Martín-Pascual, M. Á, Gruart, A., Delgado-García, J. M. Looking at reality versus watching screens: Media professionalization effects on the spontaneous eyeblink rate. PLoS ONE. 12 (5), (2017).
  9. Nakano, T., Yamamoto, Y., Kitajo, K., Takahashi, T., Kitazawa, S. Synchronization of spontaneous eyeblinks while viewing video stories. Proceedings. Biological sciences / The Royal Society. 276, 3635-3644 (2009).
  10. Tadel, F., Bock, E., Mosher, J. C., Baillet, S. Detect and remove artifacts. , http://neuroimage.usc.edu/brainstorm/Tutorials/TutRawSsp (2015).
  11. Jiang, X., Tien, G., Huang, D., Zheng, B., Atkins, M. S. Capturing and evaluating blinks from video-based eyetrackers. Behavior Research Methods. 45 (3), 656-663 (2013).
  12. Pedrotti, M., Lei, S., Dzaack, J., Rotting, M. A data-driven algorithm for offline pupil signal preprocessing and eyeblink detection in low-speed eye-tracking protocols. Behavior Research Methods. 43 (2), 372-383 (2011).
  13. Adam, A., Ibrahim, Z., Mokhtar, N., Shapiai, M. I., Mubin, M. Evaluation of different peak models of eye blink EEG for signal peak detection using artificial neural network. Neural Network World. 26 (1), 67-89 (2016).
  14. Zhu, Z., Ji, Q. Robust real-time eye detection and tracking under variable lighting conditions and various face orientations. Computer Vision and Image Understanding. 98, 124-154 (2005).
  15. Lalonde, M., Byrns, D., Gagnon, L., Teasdale, N., Laurendeau, D. Real-time eye blink detection with GPU-based SIFT tracking. Proceedings - Fourth Canadian Conference on Computer and Robot Vision, CRV 2007. , 481-487 (2007).
  16. Chang, W., Cha, H., Kim, K., Im, C. Detection of eye blink artifacts from single prefrontal channel electroencephalogram. Computer Methods and Programs in Biomedicine. 124, 19-30 (2016).
  17. Tadel, F., Bock, E., Mosher, J. C., Baillet, S. Brainstorm3: Function process_evt_detect.m. , https://github.com/brainstorm-tools/brainstorm3/blob/master/toolbox/process/functions/process_evt_detect.m#L297 (2018).
  18. Hall, A. The origin and purposes of blinking. The British Journal of Ophthalmology. 29 (9), 445-467 (1945).
  19. Nakano, T., Kitazawa, S. Eyeblink entrainment at breakpoints of speech. Experimental Brain Research. 250, 577-581 (2010).
  20. Siegle, G. J., Ichikawa, N., Steinhauer, S. Blink before and after you think: Blinks occur prior to and following cognitive load indexed by pupillary responses. Psychophysiology. 45, 679-687 (2008).
  21. Shultz, S., Klin, A., Jones, W. Inhibition of eye blinking reveals subjective perceptions of stimulus salience. Proceedings of the National Academy of Sciences of the United States of America. 108 (52), 21270-21275 (2011).
  22. Wong, K. K. W., Wan, W. Y., Kaye, S. B. Blinking and operating cognition versus vision. BritishJournal of Ophthalmology. 86, 479 (2002).
  23. Leal, S., Vrij, A. Blinking during and after lying. Journal of Nonverbal Behavior. 32 (2008), 187-194 (2008).
  24. Murch, W. In the blink of an eye: A perspective on film editing. , Silman-James Press. (1995).
  25. Holland, M. K., Tarlow, G. Blinking and thinking. Perceptual and Motor Skills. 41 (2), 503-506 (1975).
  26. Orchard, L. N., Stern, J. A. Blinks as an index of cognitive activity during reading. Integrative Physiological and Behavioral Science. 2, 108-116 (1991).
  27. Faubert, J. Professional athletes have extraordinary skills for rapidly learning complex and neutral dynamic visual scenes. Scientific Reports. 3 (1154), 1-3 (2013).
  28. Kirk, U., Skov, M., Schram Christensen, M., Nygaard, N. Brain correlates of aesthetic expertise: A parametric fMRI study. Brain and Cognition. 69, 306-315 (2008).
  29. Lotze, M., Scheler, G., Tan, H. R., Braun, C., Birbaumer, N. The musician's brain: functional imaging of amateurs and professionals during performance and imagery. Neuroimage. 20 (3), 1817-1829 (2003).
  30. Calvo-Merino, B., Glaser, D. E., Grèzes, J., Passingham, R. E., Haggard, P. Action observation and acquired motor skills: an FMRI study with expert dancers. Cerebral cortex. 15 (8), 1243-1249 (2005).

Tags

行为 问题 135 上只是一眨眼 视觉知觉 脑电图 编辑风格 媒体专业化 认知神经科学
利用脑电图测量和高质量视频记录分析媒体内容的视觉感知
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Martín-Pascual, M. Á.,More

Martín-Pascual, M. Á., Andreu-Sánchez, C., Delgado-García, J. M., Gruart, A. Using Electroencephalography Measurements and High-quality Video Recording for Analyzing Visual Perception of Media Content. J. Vis. Exp. (135), e57321, doi:10.3791/57321 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter