[pt] O rastreamento ocular (eye-tracking) possibilita rastrear a posição e a
direção do olhar de uma pessoa sobre algum tipo de estímulo (e.g., imagens
ou vídeos). O uso desta tecnologia permite identificar eventos inerentes à visão
humana, que contém informações implícitas capazes de revelar aspectos importantes sobre o comportamento de um indivíduo durante uma determinada
tarefa. Porém, identificar essas informações requer um conjunto de habilidades
para interpretar os dados de rastreamento ocular e relacioná-los com conhecimentos de domínios específicos. Nesse contexto, pode-se fazer grande proveito
de sistemas inteligentes para agregar os conhecimentos e experiências de especialistas junto às respostas do dispositivo de rastreamento ocular. Dessa forma,
o objetivo principal deste trabalho é propor uma metodologia para criar sistemas baseados em eye-tracking, para enriquecer o processo de avaliação de
um indivíduo frente a uma determinada tarefa, resultando em um modelo para
representar o conhecimento dos especialistas sobre aspectos subjetivos, visando
automatizar esse processo avaliativo. Portanto, o presente trabalho toma como
caso de uso a avaliação da relação entre comportamento visual e eficácia de indivíduos na resolução de testes inspirados em Matrizes Progressivas de Raven.
Esses testes são comumente usados na psicologia para medir inteligência e a capacidade de raciocínio abstrato a partir da visualização de imagens. Optamos
por utilizar uma abordagem baseada em regras fuzzy, por permitir armazenar
conhecimento de forma mais transparente e legível aos usuários finais. As regras
do modelo foram desenvolvidas e validadas com o auxílio de um especialista
da área da psicologia. O sistema foi testado com dados extraídos de um grupo
de usuários e apresentou resultados promissores. Os achados e modelos obtidos
nessa pesquisa poderão ser utilizados como alicerce para o desenvolvimento de
sistemas mais robustos. / [en] Eye-tracking makes it possible to track the position and direction of
a person s gaze on some stimulus (e.g., images or videos). This technology
allows us to identify events inherent to human vision, containing implicit
information capable of revealing essential aspects of one s behavior during a
given task. However, identifying these pieces of information is a complex task
that requires a set of skills to interpret the eye-tracking data and relate it to
domain-specific knowledge. In this context, one can use intelligent systems to
couple the knowledge and experience of specialists with the responses from
the eye-tracking device. Thus, the main objective of this work is to propose a
methodology to create eye-tracking-based systems to improve the assessment
of subjects during specific tasks, resulting in a model that can represent
the specialist s knowledge over subjective aspects to automate this process.
Therefore, the present work s use case is the evaluation of the relationship
between visual behavior and efficiency in solving tests inspired by Raven s
Progressive Matrices. Those tests are commonly used in psychology to measure
intelligence and abstract reasoning through image visualization. We chose an
approach based on fuzzy rules, as it allows us to represent knowledge in a more
readable way to end-users. The model s rules were developed and validated
alongside a specialist in psychology. The system was tested with data extracted
from users and showed promising results. The findings and models obtained in
this research may be used as a foundation for the development of more robust
systems.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:60623 |
| Date | 22 September 2022 |
| Creators | ABNER CARDOSO DA SILVA |
| Contributors | ALBERTO BARBOSA RAPOSO |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0025 seconds