KR20210075072A

KR20210075072A - 착용자의 시각 탐색 전략에 따라 안구 장비를 맞추기 위한 방법

Info

Publication number: KR20210075072A
Application number: KR1020217007860A
Authority: KR
Inventors: 델핀 베르나르딘; 조셀랑 포베르; 로메인 쇼밀런; 에듀아르도 루고; 로미오 세르지오 메지아
Original assignee: 에씰로 앙터나시오날; 유니버시떼 드 몬트리얼
Priority date: 2018-10-09
Filing date: 2019-10-09
Publication date: 2021-06-22
Also published as: CN112911988B; JP2022502207A; CN112911988A; EP3863503A1; WO2020074566A1; BR112021006439A2; JP7387726B2; US20220011596A1

Abstract

본 발명은 착용자를 위한 맞춤형 안구 장치를 결정하기 위한 방법에 관한 것으로서, 방법은, - 착용자에 관한 파라미터 값 세트를 획득하는 단계; - 시각 탐색을 포함하는 착용자에 의해 수행될 적어도 하나의 작업을 결정하는 단계; - 컴퓨팅 시스템을 사용하여, 상기 작업에 대한 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계; 및 - 기준의 결정된 값에 따라, 착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계를 포함한다.

Description

착용자의 시각 탐색 전략에 따라 안구 장비를 맞추기 위한 방법

본 발명은 어떤 상황에서 착용자에 의해 사용되는 적어도 하나의 시각 탐색 전략(visual exploration strategy)에 따라, 착용자를 위한 맞춤형 안구 장비(adapted ophthalmic equipment)를 결정하기 위한 방법, 및 그러한 맞춤형 안구 장비를 결정하기 위한 시스템에 관한 것이다.

일상 생활 동안, 사람은 결정을 내리고 행동을 하기 위한 임의의 관련 정보를 감지, 예측, 관찰, 판독 및 이해하기 위해, 지속적으로 이의 시각 환경을 탐색한다. 시각 환경을 탐색하기 위해, 사람의 눈은 다수의 기본 동작을 수행하는 경향이 있으며, 다수의 기본 동작(motion)은,

- 단일 위치를 향하여 시각 시선 방향을 유지하기 위한 눈과 머리의 조정된 동작의 집합인 응시(fixation);

- 하나의 위치로부터 다른 위치로 시각 시선 방향을 변경하기 위한 눈의 매우 빠른 움직임인 단속성 운동(saccade); 및

- 시야에서 움직이는 물체를 따라가는 움직임인 원활추종운동(smooth pursuit)이다.

환경의 시각 탐색 동안, 눈은 일련의 단속성 운동 및 응시를 수행하며, 응시 단계는 예를 들어, 관심 구역으로부터 처리되어야 하는 정보에 따라 더 길거나 더 짧을 수 있다. 따라서, 시각 탐색은, 머리와 함께 조정되는 원근 조절 평면 및 시정, 상이한 눈 편심률 간의 다수의 전이(transition)를 포함한다.

또한, 시각 탐색 전략은 탐색의 목적, 환경, 수행할 작업의 유형 등에 따라 좌우된다. 일 실시예에 따라, 사람의 시각 탐색 전략은, 그 사람이 사람 또는 기록된 정보를 보아야 하는지 여부, 또는 그 사람이 활동을 수행해야 하는지 여부, 그 사람이 운전 중이거나, 보행하고 있거나, 또는 보행하는 동안 문자 메시지를 주고받고 있는지 여부 등에 따라 달라질 수 있다.

다른 실시예에 따라, 시각 탐색 전략은 환경, 즉 작업의 작업 부하, 주간, 또는 날씨 등에 따라 상이하다.

추가적으로, 시각 탐색 전략은 사람마다 상이하며, 연령, 운동, 감각 또는 인지 능력과 같은 다수의 요인에 따라, 그리고 그 사람에 의해 착용된 안구 장치에 따라 달라질 수 있다.

예를 들어, 노안 착용자를 위해 설계된 누진 가산 렌즈(progressive addition lens)는 원거리 시력 구역, 근거리 시력 구역, 및 중간 시력 구역을 포함하며, 이러한 구역 간의 전이는 수차를 초래하고, 특히 흐릿함 및 왜곡을 유발한다.

착용자의 처방에 따라, 그리고 보다 일반적으로는, 착용자의 시각 요구 사항에 따라, 누진 가산 렌즈의 설계를 맞춤화하기 위한 알려진 솔루션이 이미 존재한다.

예를 들어, 운전과 같은 이동성 활동 시에, 활동 동안 사용자에 의해 주시되는 환경의 주요 구역을 식별함으로써, 사용자의 시각 요구 사항이 평가되는 방법이 US 8303113 및 US 7828433 문헌으로부터 알려져 있다. 그 다음, 환경의 식별된 주요 구역에 따라 구성된 특정 구역을 포함하는 안구 장치가 설계된다.

이러한 솔루션은 사용자에 의해 정적인 방식으로 주시되는 환경의 구역만을 고려하며, 다음과 같은 동적 양태를 더 포함하는 완전한 시각 탐색 전략을 고려하지 않는다:

- 시간에 따른 눈, 머리, 시선 동작의 패턴의 반복성 및 안정성;

- 이벤트의 감지를 위해 모든 환경을 확인하도록 수행되는 일련의 움직임;

- 관심 구역으로부터 다른 관심 구역으로 전환하기 위해 시각 시선 방향이 따르는 경로로서, 다수의 단속성 운동, 이들의 분포, 및 2개의 주요 관심 구역 사이에서 사용자가 바라보는 중간 지점, 및 이의 반복성을 포함하는, 경로;

- 시선 패턴의 가장 현저한 주파수 및 이의 구성;

- 일정한 주요 관심 구역을 응시하는 동안 눈 및 머리의 동작 등.

따라서, 착용자의 시각 탐색 전략이 주어진 관심 구역 내에서 많은 움직임을 포함하는 경우, 또는 2개의 관심 구역 간의 전환을 위해, 이들 문헌에 개시된 방법에 따라 설계된 안구 장치는 착용자에게 맞춰지지 않을 수 있으며, 피로 또는 불편함을 유발할 수 있다.

따라서, 착용자의 개인적 시각 탐색 전략을 더 잘 고려하는 맞춤형 안구 장비를 설계하기 위한 솔루션이 필요하다.

본 발명의 목적은 종래기술의 단점에 대한 솔루션을 제공하는 것이다.

특히, 본 발명의 한 가지 목적은, 착용자의 시각 탐색 전략을 고려하여, 주어진 착용자를 위한 안구 장비의 설계를 최적화하기 위한 방법을 제공하는 것이다.

전술한 목적은 독립 청구항에 기재된 특성의 조합에 의해 달성되며, 종속 청구항은 본 발명의 구체적인 유리한 실시예를 규정한다.

착용자를 위한 맞춤형 안구 장치를 결정하기 위한 방법이 개시되고, 방법은,

- 착용자에 관한 파라미터 값 세트를 획득하는 단계;

- 시각 탐색을 포함하는 착용자에 의해 수행될 적어도 하나의 작업을 결정하는 단계;

- 컴퓨팅 시스템을 사용하여, 상기 작업에 대한 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계; 및

- 기준의 결정된 값에 따라 착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계를 포함한다.

일 실시형태에서, 상기 작업에 대한 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계는,

- 결정된 환경에서 상기 작업의 수행을 포함하는 테스트 시나리오에 착용자를 따르게 하는 단계; 및

- 적어도 하나의 센서를 사용하여, 테스트 시나리오 동안 착용자의 시각 탐색 전략을 기록하는 단계; 및

- 기록된 시각 탐색 전략으로부터 착용자의 시각 탐색 전략의 효율을 평가하는 기준을 평가하는 단계를 포함한다.

일 실시형태에서, 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계는, 평가된 기준을 기준값과 비교하는 단계를 더 포함하며, 광학 설계를 결정하는 단계는 평가된 기준과 기준값의 비교의 결과에 따라 수행된다. 기준값은 기준 집단에 걸쳐서 계산될 수 있거나, 착용자를 위한 기준값일 수 있다. 일부 실시형태에서, 기준값은, 동일한 결정된 환경에서 동일한 작업의 수행을 포함하는 테스트 시나리오에 착용자를 이전에 따르게 하는 동안 착용자의 시각 탐색 전략으로부터 평가될 수 있으며, 착용자는 이전의 안구 장치를 구비하거나, 어떠한 안구 장치도 없다.

실시형태에서, 착용자의 시각 탐색 전략을 기록하는 단계는, 착용자에 의해 주시된 지점 또는 시선 방향을 결정된 주파수로 기록하는 단계를 포함한다. 착용자의 시각 탐색 전략을 기록하는 단계는, 착용자의 눈 및 머리의 동작을 결정된 주파수로 기록하는 단계를 더 포함할 수 있다.

실시형태에서, 결정된 환경에서 상기 작업의 수행을 포함하는 테스트 시나리오에 착용자를 따르게 하는 단계는, 가상 현실 장비를 사용하여 시뮬레이션되는 가상 상황에 착용자를 따르게 함으로써 수행된다. 테스트 시나리오는,

- 시각 탐색 전략이 기록되는 동안 수행될 작업의 선택;

- 작업이 수행되는 환경의 선택; 및

- 파라미터 그룹 중에서, 테스트 상황 동안 관련된 시각 탐색에 영향을 주는 적어도 하나의 추가적인 파라미터의 선택에 기초하여 구성될 수 있으며, 파라미터 그룹은,

- 테스트 시나리오의 지속시간;

- 테스트 시나리오의 시각 장면 복잡도;

- 선택된 작업을 수행하는 동안 환경에서 탐색될 관심 구역의 수 및 배치;

- 정신적 작업 부하;

- 테스트 시나리오 동안 착용자에 의해 수행될 결정의 유형 및 수를 포함한다.

테스트 시나리오 동안 수행될 작업은,

- 운전;

- 보행;

- 자전거 타기;

- 계단 오르내리기;

- 사다리 오르내리기;

- 스포츠 활동으로 이루어진 그룹 중에서 선택될 수 있다.

일 실시형태에서, 상기 작업에 대한 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계는, 착용자의 복수의 집단 각각에 대해 그리고 복수의 작업 각각에 대해, 시각 탐색 전략 효율을 평가하는 기준의 기준값을 저장하는 데이터베이스 및 컴퓨터를 포함하는 시스템을 사용하여 수행될 수 있으며, 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계는, 착용자에 해당하는 집단에 대한 기준의 기준값을 검색하기 위해, 작업 및 착용자에 관한 파라미터 값 세트를 포함하는 입력 데이터를 통해 데이터베이스에 컴퓨터로 질의하는 단계를 포함한다.

실시형태에서, 광학 설계를 결정하는 단계는, 안구 장치의 복수의 설계 중에서, 작업에 대한 착용자의 시각 탐색 전략의 효율을 극대화하는 설계를 선택하는 단계를 포함한다.

실시형태에서, 착용자의 시각 탐색 전략의 효율을 평가하는 기준은,

- 시각 탐색의 근사 엔트로피(approximate entropy);

- 시각 탐색 또는 시각 탐색의 근사 엔트로피의 전력 기반 지수(power based index);

- 기록된 시각 탐색의 스펙트럼 분석으로부터 또는 시각 탐색의 근사 엔트로피를 통해 결정되는, 시각 탐색 패턴에 포함된 주파수의 수, 가중치 및 중복성;

- 시각 탐색의 근사 엔트로피의 시간에 따른 전개; 또는

- 주시된 하나의 관심 구역으로부터 다른 관심 구역으로의 전이의 효율로 이루어진 그룹 중에서 선택된다.

일 실시형태에서, 방법은, 상기 작업에 대한 착용자의 시각 탐색 전략의 효율을 평가하는 적어도 2개의 상이한 기준의 값을 결정하는 단계, 및 기준의 결정된 값에 따라 착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계를 포함한다.

일 실시형태에서, 착용자의 시각 탐색 전략의 효율을 평가하는 기준은, 주시된 하나의 관심 구역으로부터 다른 관심 구역으로의 전이의 효율이며, 기준의 평가는,

- 착용자의 시야의 복수의 관심 영역을 결정하는 단계;

- 적어도 하나의 센서를 사용하여, 테스트 동안 착용자의 시각 탐색 전략을 기록하고, 관심 영역 내의 발생의 비율을 계산하는 단계;

- 관심 영역의 마르코프 체인(Markov Chain)을 형성하는 단계로서, 각각의 관심 영역은 다음번에 다른 구역으로 전이할 확률 세트와 관련되는, 단계; 및

- 관심 영역의 마르코프 체인의 처리에 의해, 하나의 관심 영역으로부터 다른 관심 영역으로의 전이의 효율을 평가하는 단계를 포함할 수 있다.

일 실시형태에서, 마르코프 체인의 처리는, 관심 영역의 정상 분포의 엔트로피를 계산하는 단계를 포함한다.

일 실시형태에서, 방법은,

- 착용자에 의해 주시된 지점 또는 시선 방향의 근사 엔트로피를 평가하는 단계;

- 착용자의 눈의 동작의 근사 엔트로피를 평가하는 단계;

- 착용자의 머리의 동작의 근사 엔트로피를 평가하는 단계를 포함하며,

착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계는, 착용자에 의해 주시된 지점 또는 시선 방향의 근사 엔트로피에 기초하여, 그리고 눈의 동작의 근사 엔트로피 및 머리의 동작의 근사 엔트로피의 상대 값에 기초하여 수행된다.

본 발명의 다른 실시형태에 따라, 착용자를 위한 최적화된 안구 장치를 결정하기 위한 시스템이 개시되고, 시스템은 컴퓨팅 장치를 포함하며, 컴퓨팅 장치는,

- 착용자에 관한 파라미터 값 세트를 수신하고;

- 시각 탐색을 포함하는 적어도 착용자에 의해 수행될 작업의 식별을 포함하는 추가적인 입력 데이터를 수신하며;

- 파라미터 값 세트 및 추가적인 입력 데이터로부터 상기 작업에 대한 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하도록 구성된다.

일 실시형태에서, 시스템은,

- 복수의 테스트 시나리오 중에서 선택 가능한 테스트 시나리오를 실행하도록 구성된 가상 현실 장치;

- 테스트 시나리오를 실행하는 가상 현실 장치를 사용하는 동안, 착용자에 의해 관련된 시각 탐색 전략을 기록하도록 구성된 적어도 하나의 센서를 더 포함할 수 있으며,

컴퓨팅 장치는, 테스트 시나리오 동안 착용자에 의해 관련된 시각 탐색 전략의 효율을 평가하는 기준의 값을 계산하도록 구성된다.

예를 들어, 가상 현실 장치는 머리 착용식 가상 현실 헬멧일 수 있으며, 센서는,

- 착용자의 시선 방향 또는 눈 동작을 기록하도록 구성된 적어도 하나의 센서;

- 가상 현실 헬멧의 동작을 기록하도록 구성된 적어도 하나의 센서; 및

- 가상 현실 헬멧에 부착된 고정된 방향을 갖는 카메라 중 적어도 하나를 포함할 수 있다.

본 발명에 따른 방법은, 안구 장비를 맞추기 위해, 작업의 수행에 의해 관련된 착용자의 시각 탐색 전략의 효율의 평가를 포함한다.

전략의 효율의 평가는 시각 탐색의 역학을 고려한다. 보다 구체적으로, 시각 탐색 전략의 효율은 사람의 주요 관심 구역을 고려할 뿐만 아니라, 눈의 "기생(parasitic)" 움직임을 포함하는, 상기 구역 내의 또는 상기 구역 사이의 시선 방향의 경로를 또한 고려한다.

따라서, 시각 탐색 전략의 효율을 평가함으로써, 피로 감소 및 편안함 개선을 위해, 이러한 효율을 유지하거나 향상시키는 안구 장비를 선택하거나 맞춤화할 수 있다.

실시형태에서, 예를 들어, 착용자에 의해 수행될 작업, 및 그것이 수행되어야 하는 환경과 같은, 다수의 파라미터가 제어될 수 있는 가상 현실 장치에 의해 시뮬레이션될 수 있는 테스트 상황에 착용자를 노출시킴으로써, 효율이 평가될 수 있다. 그 다음, 평가된 효율은 기준과 비교될 수 있고, 평가된 효율 및 기준 효율에 따라, 안구 장비의 설계의 결정이 수행될 수 있다.

제안된 방법을 통해, 안구 장비를 맞추기 위해, 시각, 인지 또는 운동 능력과 같은 착용자의 개인적 파라미터를 고려할 수 있을 뿐만 아니라, 특정 작업에 대한 착용자의 요구 사항을 고려할 수 있다.

본 발명의 내용에 포함됨.

본원에 제공된 설명 및 그 이점의 보다 완전한 이해를 위해, 이제 첨부된 도면 및 상세한 설명과 관련하여 고려되는 이하의 간단한 설명이 참조되며, 유사한 참조 번호는 유사한 부분을 나타낸다.
도 1은 본 발명의 일 실시형태에 따라, 착용자를 위한 맞춤형 안구 장치를 결정하기 위한 방법의 주요 단계를 개략적으로 나타낸다;
도 2는 시각 탐색 전략의 효율을 평가하는 기준을 평가하는 단계의 일 실시형태를 개략적으로 나타낸다;
도 3a 및 도 3b는 공통의 작업에 대한 두 명의 다른 사람의 시각 탐색 전략, 및 시각 탐색 전략의 효율을 평가하는 기준의 값을 추정하기 위한 해당 처리를 나타낸다;
도 4는 테스트 상황 동안 관련된 시각 탐색 전략의 시간에 따른 엔트로피 전개의 일 실시예를 나타낸다;
도 5a는 시간에 따른 시선 방향의 예시적인 신호를 나타내고, 도 5b는 도 5a의 신호의 주파수 분해를 나타낸다;
도 5c 및 도 5d는 두 가지 별개의 렌즈 설계에 대해 획득된 시각 탐색의 페이저(phasor)를 나타낸다;
도 6a는 가상 현실 장치를 사용하는 테스트 상황의 시뮬레이션의 일 실시예를 개략적으로 나타내며, 도 6b는 도 6a의 테스트 상황을 사용하여 기록된 시각 탐색의 일 실시예를 나타낸다;
도 7은 본 발명의 일 실시형태에 따른 방법을 구현하기 위한 시스템의 일 실시예를 개략적으로 나타낸다;
도 8a 및 도 8b는 각각의 신호의 근사 엔트로피의 전력 지수를 구하기 위한 2개의 이론적 신호의 처리를 도시한다.

이하에서 보다 상세히 설명되는 바와 같이, 본 발명은 안구 장비를 맞추기 위해, 즉 맞춤형 설계를 선택하거나 착용자의 요구 사항에 안구 장비를 맞춤화할 때, 착용자의 시각 탐색 전략의 효율을 평가하는 것을 제안한다.

시각 탐색 메커니즘 및 후자의 표준 측정 파라미터의 다양성으로 인해, 사용자의 요구 사항 또는 수행을 평가하기가 어렵다.

시각 탐색 전략의 효율의 평가를 통해, 시각 탐색의 동적 구성을 평가할 수 있으며, 즉 목표물을 보기 위한 산발적인 움직임을 고려할 수 있을 뿐만 아니라, 이의 시각 환경과 상호 작용하여, 후자를 파악하고, 결정을 수행하기 위해 사용자에 의해 관련되는 일반적 전략을 고려할 수 있다. 그 다음, 이는 전략을 개선하기 위해, 또는 특정 작업을 수행하기에 더 용이하게 또는 더 편안하게 만들기 위한 전략을 고려하기 위해, 착용자를 위한 안구 장치를 맞춤화하는 데 사용될 수 있다.

도 1을 참조하여, 본 발명의 일 실시형태에 따른 맞춤형 안구 장비를 결정하기 위한 방법의 주요 단계가 이제 설명될 것이다.

제1 단계(100)는 착용자에 관한 파라미터 값 세트를 획득하는 단계를 포함한다. 파라미터 값의 적어도 일부는 측정될 수 있거나, 설문지 또는 데이터베이스로부터 획득될 수 있거나, 착용자의 온라인 데이터로부터 추출될 수 있다. 바람직하게는, 이러한 단계는 도 7에 개략적으로 도시된 컴퓨팅 장치(1)에 의해 수행되며, 컴퓨팅 장치(1)는,

- 적어도 하나의 프로세서 또는 마이크로프로세서, 마이크로컨트롤러 등을 포함하는 계산기(10);

- 메모리(11);

- 촉각을 이용한 또는 촉각을 이용하지 않는 디스플레이 화면, 및/또는 키보드와 같은 인간-기계 인터페이스(12); 및

- 인터넷과 같은 통신 네트워크와의 연결을 위한 인터페이스(13)를 포함한다.

수집 유닛은 메모리에 저장되어 계산기에 의해 실행되는 소프트웨어 모듈일 수 있으며, 예를 들어, 착용자의 파라미터 값을 입력하기 위한 설문지를 디스플레이하도록 구성되거나, 예를 들어, 착용자의 식별자에 기초하여 데이터베이스로부터 데이터를 검색하도록 구성된 애플리케이션 소프트웨어일 수 있다.

값이 획득되는 파라미터는,

- 연령;

- 성별;

- 생체 인식 파라미터(예를 들어, 동공간 거리);

- 착용자에 의해 수행된 활동;

- 활동이 수행되는 환경 유형 중 하나 또는 다수를 포함할 수 있다.

또한, 파라미터는, 다음과 같은 착용자의 시각 또는 운동 또는 인지 능력 또는 요구 사항에 관한 추가적인 파라미터를 포함할 수 있다:

- 시력 처방;

- 현재의 안구 장치;

- 지각 및 인지 기능;

- 운동 또는 이동성 수행.

제2 단계(200)는 시각 탐색을 포함하는, 착용자에 의해 수행될 적어도 하나의 작업의 결정을 포함한다. 전형적으로, 상기 작업은 착용자에 의해 이의 일상 생활에서 반복적으로 수행되는 작업이다. 일 실시형태에서, 이러한 작업은 착용자에게 시각적으로 힘든 작업이며, 이에 따라 착용자의 안구 장치가 맞춤화되어야 한다. 또한, 이는 착용자와 이의 환경 간의 상호 작용을 포함하고, 장애물 감지, 독서, 식사 또는 음주, 문자 메시지 주고받기 등과 같은 다수의 부수적인 작업을 포함하는 지속적인 작업일 수 있다.

제한적이지 않은 실시예에 따라, 상기 작업은,

- 운전;

- 보행;

- 자전거 타기;

- 계단 오르내리기;

- 사다리 오르내리기;

- 스포츠 활동;

- 게이밍과 같은 가상 환경에서의 이동성 중 어느 하나일 수 있다.

또한, 단계(200)는 전술한 수집 유닛을 사용하여 수행될 수 있다.

제3 단계(300)는 단계(200)에서 식별된 작업에 대한 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값의 결정을 포함한다.

도 2를 참조하면, 이러한 단계는 다양한 실시형태에 따라 수행될 수 있다.

도 2에 개략적으로 나타낸 제1 실시형태에 따라, 이러한 단계는, 결정된 환경에서, 단계(200)에서 결정된 작업의 착용자에 의한 수행을 포함하는 테스트 시나리오에 착용자를 따르게 하는 단계(310), 및 이러한 테스트 시나리오를 따르는 동안 착용자에 의해 수행된 시각 탐색을 기록하는 단계(320)에 의해 수행된다.

테스트 시나리오는, 작업을 수행하는 동안 결정된 환경의 착용자에 의한 탐색이다.

따라서, 각각의 테스트 시나리오는 바람직하게는,

- 단계(200)에서 결정된 작업에 해당하지만, 테스트 시나리오 동안 수행될 부수적인 작업을 배제하는, 수행될 주요 작업; 및

- 주요 작업이 수행되는 환경에 따라 파라미터화된다.

하나 이상의 추가적인 파라미터를 사용하여,

- 테스트 시나리오의 지속시간;

- 테스트 시나리오의 시각 장면 복잡도;

- 정신적 작업 부하;

- 테스트 시나리오 동안 착용자에 의해 수행될 결정의 유형 및 수와 같은, 테스트 시나리오를 구성할 수 있다.

제1 실시예에 따라, 테스트 시나리오는 착용자가 차량을 운전하는 시퀀스일 수 있다. 환경은 시골, 도시, 고속도로와 같은 다수의 유형의 환경에 따라 선택될 수 있다.

테스트 시나리오는,

- 경로를 따라가기 위해 GPS 장치 보기;

- 차량의 대시보드 상의 메시지 읽기;

- 장애물 회피;

- 거리의 표지판 읽기 등과 같은, 부수적인 작업을 추가함으로써 추가로 파라미터화될 수 있다.

제2 실시예에 따라, 테스트 시나리오는 착용자가 보행하는 시퀀스일 수 있다. 환경은 시골, 도시, 자연(예를 들어, 등산)과 같은 다수의 유형의 환경에 따라 선택될 수 있다.

테스트 시나리오는,

- 표지판 읽기;

- 장애물 회피;

- 길을 건너기, 또는 보행하는 동안 문자 메시지 주고받기 등과 같은, 부수적인 작업을 추가함으로써 추가로 파라미터화될 수 있다.

일 실시형태에 따라, 테스트 시나리오가 구현되는 환경은 실제 환경으로서, 즉 착용자가 실제로 운전하거나, 보행하거나, 작업을 수행하는 실제 환경이다.

다른 실시형태에 따라, 도 6a에 개략적으로 도시된 바와 같이, 테스트 시나리오가 구현되는 환경은 가상 현실 장비(4)에 의해 시뮬레이션되는 가상 환경이다. 그러한 경우, 수행될 작업은 가상 환경에서도 수행될 수 있다. 예를 들어, 운전의 경우, 차량의 내부도 가상 현실 장비에 의해 시뮬레이션되며, 가상으로 차량을 운전할 수 있게 하는 제어 장치가 착용자에게 주어진다.

바람직하게는, 시각 탐색을 기록하는 단계(320)는 기록 장치(3)를 사용하여, 테스트 시나리오 동안, 착용자의 시선 방향, 또는 착용자에 의해 응시된 지점을 기록함으로써 수행된다. 보다 구체적으로, 시선 방향은 시각 탐색의 역학의 분석을 가능하게 하기 위해, 테스트 시나리오 동안, 결정된 고정 주파수로 기록된다. 예를 들어, 시선 방향이 기록되는 주파수는 적어도 25 Hz, 바람직하게는 적어도 120 Hz, 예를 들어 1 kHz이다.

기록 장치(3)는 착용자에 의해 착용될 수 있거나, 후자로부터 거리를 두고 위치될 수 있거나, 예를 들어 가상 환경이 디스플레이되는 화면 상에 장착될 수 있거나, 착용자가 운전하는 차량의 대시보드 등에 장착될 수 있다. 또한, 기록 장치(3)는, 테스트 시나리오의 시각 장면을 기록하기 위한 시스템, 및/또는 머리의 동작 또는 착용자의 행동을 기록하기 위한 시스템을 구비할 수 있다.

예시적인 실시형태에 따라, 기록 장치(3)는, 눈의 동작을 기록하도록 적응된 적어도 하나의 센서 또는 카메라, 및 선택적으로 머리의 동작을 또한 기록하도록 적응된 적어도 하나의 센서를 포함할 수 있다.

예를 들어, 기록 장치(3)는 가상 현실 헬멧에 통합된 시선 추적기일 수 있다. 다른 실시예에 따라, 기록 장치는, 시선 추적기 및 선택적으로 자이로스코프 및/또는 가속도계를 포함하는 안경일 수 있다. 또한, 기록 장치는, 착용자에 의해 착용되지 않지만, 화면 또는 대시보드와 같이, 착용자에 대해 고정된 위치에 위치되는 지지체 상에 장착된 시선 추적기일 수 있다.

시선 추적 기록 장치로서, SensoMotoric Instruments(SMI)에 의해 시판되고 하드웨어 및 소프트웨어 구성 요소를 포함하는 솔루션이 사용될 수 있다.

시선 추적기, 및 머리 위치를 기록하기 위한 시스템이 사용되는 일 실시형태에서, 시선 방향은 다음과 같이 추정된다. 이하의 가정을 포함하는 모델 기반 접근 방식이 채택된다:

- 안구는 구형이고, 눈의 중심은 머리 모델에 비하여 고정점에 있으며;

- 동공을 포함하는 모든 안점(eye point)은 시선 추적기를 사용하여 검출되고;

- 눈을 뜨고 있으므로, 모든 눈 윤곽점이 고려될 수 있다.

시선 방향의 결정은, 눈 윤곽점으로부터 동공의 3D 위치를 추정한 다음, 동공 위치 및 머리 중심으로부터 3D 시선 방향을 추정함으로써 수행된다. 동공의 방향과 바라보는 공간의 해당 지점 사이의 대응 관계를 설정하기 위한 보정이 사전에 수행된다.

최종적으로, 카메라 좌표계에 대한 시선 각도가 계산된다.

도 3a 및 도 3b를 참조하면, 사람 주위에 배치된 다수의 화면 상에 디스플레이되는 시뮬레이션된 환경을 포함하는 동일한 테스트 시나리오에서, 두 명의 다른 사람의 시각 탐색이 기록되었다. 각각의 도면의 제1 부분은 각각의 테스트 시나리오 동안 응시된 가상 환경의 지점을 나타낸다.

도면에 도시된 그래프와 관련하여, 제1 그래프는 그 사람에 의해 응시된 지점의 x축 좌표의 시간에 따른 전개를 나타내고, 제2 라인은 y축의 시간에 따른 전개를 나타낸다.

제3 그래프는

를 나타내며, 이는 예를 들어 화면 또는 시각화된 장면에 대응하는 평면 상에 투영된 시선 방향의 벡터의 진폭이다.

선택적으로, 추가적인 처리 전에, 노이즈를 제거하기 위해, 시선 방향의 미가공 데이터의 필터링이 수행될 수 있다. 필터링은 중간값 필터 및/또는 통과 대역 필터의 사용을 포함할 수 있다. 제한적이지 않은 실시예로서, 1 Hz 내지 10 Hz의 통과 대역 필터가 사용될 수 있다.

후속 단계(330) 동안, 시각 탐색 전략의 효율을 평가하는 적어도 하나의 기준은, 테스트 시나리오 동안 착용자에 의해 관련되는 기록된 시각 탐색 전략에 기초하여 평가된다.

이러한 실시형태에서, 기준의 평가는 그것이 일련의 데이터의 처리를 의미하기 때문에, 컴퓨팅 장치에 의해 수행된다.

기준은 바람직하게는 이하의 목록 중에서 선택된다:

- 착용자에 의해 주시된 지점의 위치 또는 시선 방향의 근사 엔트로피;

- 기록된 시각 탐색 전략의 스펙트럼 분석으로부터 결정되는, 시각 탐색 패턴에 포함된 주파수의 수;

- 시각 탐색의 근사 엔트로피의 시간에 따른 전개로부터 평가된 피로; 또는

- 주시된 하나의 관심 구역으로부터 다른 관심 구역으로의 전이의 효율.

다양한 기준은 아래에 보다 상세히 설명될 것이다.

근사 엔트로피는 이하의 공개된 논문에 소개되었다:

- S. M. Pincus의 "시스템 복잡도의 척도로서 근사 엔트로피"(전미 과학 아카데미 회의록, vol. 88, pp. 2297-2301, 1991년);

- S. M. Pincus 및 A. L. Goldberger의 "생리학적 시계열 분석: 규칙성(regularity)은 무엇으로 정량화되는가?"(미국 생리학 저널(심장 및 순환기 생리학), vol. 266, pp. H1643-H1656, 1994년);

- D. Abasolo, R. Hornero, 및 P. Espino의 "알츠하이머병 환자의 EEG Backgroung 활동의 근사 엔트로피"(지능형 자동화 및 소프트 컴퓨팅, 15(4), pp. 591-603, 2009년).

근사 엔트로피는 신호 또는 시스템에서 값의 규칙성을 측정하는 함수로서, 즉, 신호에 속하는 값의 반복성을 정량화하는 함수이다. 예를 들어, 신호가 반복적 패턴을 제공하는 경우, 신호는 안정적이며, 근사 엔트로피는 낮다.

근사 엔트로피는 시선 방향으로의 움직임의 분포에 기초하여 계산되는 경우, 시각 탐색의 효율을 평가하기 위한 기준으로 사용될 수 있다.

근사 엔트로피의 계산은 다음과 같이 수행될 수 있다.

먼저, 근사 엔트로피를 계산하기 위한 입력 데이터는, 시계열의 N개 데이터 포인트

을 포함하며, 여기서 n=1,2,3,…,N이고, 각각의 데이터 포인트는 전형적으로 극좌표로 또는 x 및 y 직교 축(응시되는 지점을 나타냄)을 따라 시선 방향을 포함한다.

또한, 시간 길이 "m"(m은 비교되는 데이터 실행의 길이를 나타냄), 및 필터링 레벨 또는 공차를 지정하는 양의 실수 r이 정의된다.

시계열의 N개 데이터 포인트에서 복수의 벡터가 정의되며, 각각의 벡터는 m개의 연속적 포인트를 포함하고, 자신을 포함하는 다른 모든 벡터와의 비교를 위한 템플릿 벡터의 역할도 한다. 이러한 프로세스는 시계열의 셀프-매칭(self-matching)으로 지칭되며, 조건부 확률(템플릿 벡터와 조건 벡터 사이의 거리가 이러한 벡터와 관련된 공차 "r" 내에 있는 조건)의 결정을 유도한다.

결과적으로, 근사 엔트로피가

으로 표시된다.

단계 1.

및

로 정의된 N-m+1 벡터

을 형성한다. 정수 m, 및 양의 실수 r을 정한다. m 값은 비교되는 데이터 실행의 시간 길이를 나타내고, r은 필터링 레벨을 지정한다.

단계 2. X(i)와 X(j) 사이의 거리

를 최대 표준

로 정의한다. 변수 d는 벡터 x(i)와 x(j) 사이의 거리를 나타내며, 이들의 각각의 스칼라 성분의 최대 차로 주어진다.

단계 3. 주어진 X(i)에 대해,

로 표시되는

이도록 수를 카운팅한다. 그러면, i=1..N-m+1에 대해,

이고,

는 공차 r 내에서, 주어진 시간 길이 m과 유사한 패턴의 주파수를 측정한다.

단계 4. 각각의

의 자연 로그를 계산하고, i에 걸쳐서 이를 평균하면,

여기서,

는 벡터

이 벡터

의 거리 r 내에 있을 확률이다.

단계 5. 엔트로피 벡터를 시간 길이 m으로 엔트로피 값의 벡터로서 정의하고, 이를 시간에 따른 벡터(

)에 할당하면,

단계 6. 차원을 m+1로 증가시킨다. 단계 (1) 내지 (4)를 반복하고,

및

을 구한다.

단계 7.

은 다음과 같이 정의된다:

m 및 r의 선택은

을 계산함에 있어서 중요하지만, 이러한 값을 최적화하기 위한 적절한 지침은 없다. 더 작은 r 값의 경우, 좋지 않은 조건부 확률 추정이 달성되는 반면에, 더 큰 r 값의 경우, 상세한 시스템 정보가 상실된다.

계산에서 노이즈가 크게 기여하는 것을 방지하기 위해, r의 값은, 신호에 존재하는 대부분의 노이즈보다 더 크도록 선택되어야 한다. 파라미터 값 m=2 및

로

을 추정하는 것이 제안되었으며, 여기서 SD는 원래 데이터 시퀀스

의 표준 편차를 나타낸다.

도 3a 및 도 3b로 돌아가서, 각각의 도면의 마지막 그래프는, 예를 들어, 300 ms의 시간 길이를 갖는 이전 그래프의 신호 r(t)에 걸쳐서 계산된 근사 엔트로피의 값을 나타낸다. 도 3a의 모든 신호에 걸쳐서 계산된 근사 엔트로피의 값은 9.97인 반면에, 도 3b의 모든 신호에 걸쳐서 계산된 엔트로피의 값은 16.63이다. 시각 탐색 전략에 관한 데이터가 도 3b에 디스플레이된 제2 운전자는 도 3a에 디스플레이된 제1 운전자보다 더 낮은 시각 탐색 전략 효율을 나타낸다.

시간에 따른 엔트로피의 전개를 평가하기 위해, 시간에 따른 엔트로피의 값이 계산될 수도 있다. 이러한 계산은 이하의 단계에 따라 수행된다:

- 길이 N의 주어진 시계열 데이터에 대해, 각각 길이 m의 N-m개 벡터를 형성한다:

...

각각의 벡터 X는, 길이 N의 시계열의 m개의 연속적 이산 데이터 포인트, 및 임베딩 차원 빈(embedding dimension bin) 수 M으로 구성된다.

- 각각의 벡터 X를 취해서 M개의 동일하게 이격된 빈으로 이를 분할하여, 해당 히스토그램이 획득된다.

- 이제 히스토그램의 각각의 빈 i에서, 이의 확률이 추정된다;

- 샤논(Shannon) 엔트로피의 정의에 따라, 주어진 시계열의 엔트로피는 수식

로 정의되며, 여기서

는 히스토그램의 각각의 빈의 확률이다.

- 이러한 엔트로피 값은 벡터

에 할당된다;

, 여기서

및

이다.

일부 실시형태에서, 주시된 지점의 시선 방향의 근사 엔트로피와 더불어, 눈 동작의 근사 엔트로피 및 머리 동작의 근사 엔트로피가 계산될 수 있다.

눈 및 머리 동작의 근사 엔트로피의 상대 값을 비교하여, 눈의 동작과 머리의 동작 중 어떤 것이 더 낮은 효율을 갖는지를 식별할 수 있으며, 이는 착용자에게 가장 편안한 안구 장치 및 시각 탐색 전략에 영향을 준다.

도 4를 참조하면, 시각 탐색 전략의 효율의 다른 지표는 엔트로피의 시간에 따른 전개이다. 시각 탐색 전략의 엔트로피의 유형(예를 들어, 시선 방향의 엔트로피)에 따른 증가는, 시각 탐색 전략이 시간이 지남에 따라 견고하지 않고, 착용자를 더 피로하게 하거나 불편하게 할 것임을 나타내는 경향이 있다. 또한, 엔트로피의 전개는 작업이 너무 복잡하거나 불확실해지는 경우, 시각 탐색 전략의 취약성을 드러낼 수 있다.

다른 실시형태에 따라, 시각 탐색 전략의 효율을 평가하기 위한 기준은, "유한 수열의 복잡도에 관하여"(정보 이론에 관한 IEEE 회보 22(1)(1976년) 75-81)라는 논문에 소개된 Lempel-Ziv 복잡도의 척도일 수도 있다.

따라서, 시각 탐색 전략의 효율의 지표는, 기록된 시선 방향 또는 눈 동작의 기록과 같은 시각 탐색을 나타내는 신호의 스펙트럼 분해 분석으로부터, 또는 그러한 신호의 계산된 근사 엔트로피로부터 결정될 수 있다. 예를 들어, 시각 탐색 전략의 효율을 평가하는 기준은, 아래에서 설명되는 바와 같이, 고려된 신호에 포함된 주파수의 수, 또는 고려된 신호의 전력 스펙트럼으로부터 계산된 전력 지수일 수 있다.

아래는 시각 탐색을 나타내는 신호의 예시적인 스펙트럼 분석이다. 이러한 실시예에서, 신호는 시선 방향 신호이지만, 위에 언급된 다른 신호에 대해서도 동일한 처리가 수행될 수 있다.

정현파 신호

는 2개의 복소수 값의 정현파 신호의 선형 조합

로 고쳐 쓸 수 있으며, 이의 파라미터는 다음과 같이 제한된다:

제한을 받지 않는 하나의 실수 정현파의 사례를 처리하기 위해, 2개의 제한된 복소수 정현파를 고려해야 한다는 점은, 정현파 신호의 실수 값 사례가 복소수 값 사례보다 실제로 더 복잡한 것으로 간주될 수 있음을 보여준다.

이산 신호(검출된 시선 신호)를 고려하는 경우, 그러한 신호는 가장 통상적으로는, (시간 또는 공간에 따른) 연속적 신호의 시간적 또는 공간적 샘플링에 의해 획득된다.

는 결정론적 이산 시간 시선 데이터 시퀀스를 나타낸다.

가 유한 에너지를 갖는다고 가정하며, 이는 다음을 의미한다:

그 다음, 일부 추가적인 규칙성 조건에 따라, 대체로 시퀀스

는 다음과 같이 정의된 이산 시간 푸리에 변환(DTFT)을 갖는다:

그리고 이 경우 해당 역 DTFT는 다음과 같다:

각주파수 w는 샘플링 간격당 라디안으로 측정된다. w로부터 물리적 주파수 변수

(rad/sec)로 변환한다. 이 경우, 해당 에너지 스펙트럼 밀도는 다음과 같다:

이러한 방정식은 다음과 같이 고쳐 표현될 수 있다:

이러한 등식은 Parseval의 정리로 지칭된다. 이는 S(w)가 주파수의 함수로서 시퀀스 에너지의 분포를 나타냄을 보여준다. 이러한 이유로, S(ω)는 에너지 스펙트럼 밀도로 지칭된다.

이산 시간 신호

은 평균이 0인 무작위 변수의 시퀀스로 가정되며, g(t)의 공분산 함수 또는 자기 공분산 시퀀스(ACS)는 다음과 같이 정의된다:

여기서

는 기대 연산자를 나타내며, 이는 평균화된 2개의 샘플 사이의 지연에만 의존하는 것으로 가정된다(Priestley, 1989년).

이제, 전력 스펙트럼 밀도(PSD)는 공분산 시퀀스의 DTFTF로 정의된다:

주어진

로부터

를 복구하는 역변환은 다음과 같다:

(1.22)로부터, k=0인 경우,

을 구할 수 있다:

의 (평균) 전력을 측정하고, (1.23)은

가 주파수에 걸친 (평균) 신호 전력의 분포를 나타내기 때문에, 실제로 PSD로 명명될 수 있음을 보여준다.

달리 말하면, 결과적으로, (1.23)으로부터,

는 대역 (

)의 무한소 전력이고, 신호의 총 전력은 이러한 무한소 기여도를 적분함으로써 구해진다. 이와 같이 구해진 신호의 총 전력은 위에서 언급된 전력 지수이며, 전력 지수는 신호의 전력 스펙트럼으로부터 계산되고, 시각 탐색 전략의 효율을 나타낸다. 실시형태에서, 전력 지수는, 이의 비교를 더 용이하게 하고 더 정확하게 하기 위해, 0 내지 1의 범위의 값을 나타내도록 정규화될 수 있다.

도 8a 및 도 8b를 참조하면, 2개의 신호로부터 각각 계산된 2개의 근사 엔트로피의 스펙트럼 분해 및 전력 지수 계산의 이론적 실시예가 도시된다. 도 8a의 베이스 신호는 도 8b의 신호보다 더 적은 주파수를 포함한다. 두 도면에서, 제1 라인은 본 발명의 경우에서, 시선 방향 신호와 같은 기록된 신호에 해당한다. 제2 라인은 정현파의 신호의 분해를 나타낸다. 제3 라인은 신호의 근사 엔트로피를 나타내고, 마지막 라인은 주파수와 대비한 근사 엔트로피의 전력을 나타낸다. 전력 지수는 이러한 플롯의 적분이며, 정규화될 수 있는 곡선 아래의 영역에 해당한다. 이러한 이론적 실시예로부터 용이하게 이해될 수 있는 바와 같이, 전력 지수는, 높은 효율 시각 탐색 전략으로부터 기록된 신호보다 더 많은 주파수를 포함하기 때문에, 낮은 효율 시각 탐색 전략으로부터 기록된 신호에서 더 높을 것이다.

신호의 전력 스펙트럼 밀도는 아래에 정의된 신호의 소위 페이저 플롯을 형성하기 위해 사용될 수도 있다.

(1.21)의

는 전력 밀도이기 때문에, 이는 실수 값이어야 하고, 음수가 아니어야 한다. 이는 실제로

의 정의로부터 용이하게 알 수 있다. 따라서,

모든 w에 대해

(1.24)

(1.21)을 사용하여 다음을 구한다:

여기서

는 괄호로 묶은 수치의 실수 부분을 나타낸다. g(t), 및 이에 따른 r(k)가 실수 값인 경우, 이는 결과적으로 다음과 같다:

이는

가 그러한 경우에 우함수임을 나타낸다. 그러나, 복소수 값의 신호의 경우,

가 w=0 축을 중심으로 반드시 대칭일 필요는 없다.

실수 값 신호의 경우:

복소수 값 신호의 경우:

반면에, 스펙트럼 분석을 고려하기 위한 동기는 신호의 주파수 ω의 평균 전력을 특성화하는 것이다. 위의 정의는 시선 방향과 같은 무작위 신호의 경우로 매우 직접적으로 확장될 수 있다.

페이저는 이의 진폭(A), 각주파수(w), 및 초기 위상(θ)이 시불변인 정현파 함수를 나타내는 복소수이다. 이는 분석적 표현으로 지칭되는 보다 일반적인 개념과 관련된다. 오일러의 공식은 정현파 신호가 2개의 복소수 값 함수의 합으로 수학적으로 표현될 수 있음을 나타낸다:

또는 함수 중 하나의 실수 부분으로서:

.

함수

는

의 분석적 표현으로 지칭된다. 때로는 전체 함수를 페이저로 언급하는 것이 편리하다(Singh, Ravish R의 "섹션 4.5: 교류 신호량의 페이저 표현"(Electrical Networks, Mcgraw Hill Higher Eduction, 2009년, p. 4.13., ISBN 0070260966)을 또한 참조).

데이터 포착 동안, 시선 추적기는 시선 추적기에 의해 보고되는 평면(모니터) 상에서 노이즈 n(x,y) 시선 좌표를 포착하며, 다음과 같이 표현될 수 있다:

위의 관점에서, 착용자의 시선 방향의 기록의 스펙트럼 분석을 수행하기 위해, 이하의 단계가 수행될 수 있으며, 이의 일 실시예가 도 5a에 도시된다:

- 전력 스펙트럼 밀도(PSD)를 계산하는 단계(전술한 방법 또는 PSD를 계산하는 임의의 다른 방법을 통해)(도 5b);

- PSD가 계산되면, 신호가 분해될 주파수 대역을 선택하고, 대역 통과 필터 또는 웨이블릿 변환과 같은 알고리즘을 적용하여, 정확히 원하는 주파수 범위를 구하는 단계;

- 더 큰 스펙트럼 전력의 주파수를 선택하는 단계;

- 각각의 주파수 대역에 대한 신호가 획득되면, 도 5c 및 도 5d에 도시된 바와 같이, 신호를 페이저 형태로 플로팅하는 것이 가능하다.

제한적이지 않은 예시적인 실시예로서, 짧은(렌즈 A) 대 긴 프로그레시브 회랑(progressive corridor)(렌즈 B)을 갖는 렌즈 설계를 비교한다. 페이저 플롯은 각각 도 5c 및 도 5d에서, 렌즈 A 및 렌즈 B에 대해 획득된 각각의 신호의 6개 주요 주파수에 대해 표시된다. 착용자에게 가장 적합한 렌즈의 선택은 시각 탐색의 주요 주파수에 나타나는 항복 수(breakdown number)에 기초할 수 있다. 좌측 상단의 페이저 플롯으로 도 5d에 도시된 바와 같이, 렌즈 B가 더 적합하다.

또 다른 실시형태에 따라, 시각 탐색 전략의 효율의 지표는, 주시된 하나의 관심 영역으로부터 다른 관심 영역으로의 전이의 효율일 수 있다.

이러한 지표를 평가하기 위해, 착용자에 의해 더 자주 주시된 구역인, 착용자의 시야의 N개의 관심 영역("AOI")이 식별된다.

도 6b를 참조하면, 가상 현실 장비(4)를 사용하여 시뮬레이션되는 테스트 시나리오 동안, 착용자의 시각 탐색 전략의 기록의 일 실시예가 도시된다. 착용자에 의해 가장 자주 주시된 지점으로부터, 도면에서 식별되는 구역(Z1, Z2, Z3 및 Z4)과 같은 관심 구역을 식별하는 것이 가능하다.

그 다음, 구역의 마르코프 체인이 형성되며, 각각의 구역은 다음번에 다른 구역으로 전이할 확률 세트와 관련된다. 마르코프 체인은 이하의 방정식을 충족시키며, 여기서

은 시간 n에서 착용자에 의해 주시된 관심 구역을 나타낸다:

그 다음, 하나의 관심 구역으로부터 다른 관심 구역으로의 전이의 효율은, 구역으로부터 다른 구역으로 착용자가 따라가는 시각 탐색 경로에 포함된 구역들, 이들의 관련 확률, 및 고려된 관심 구역과 비교한 이들의 위치로부터 평가될 수 있다.

일 실시형태에서, Krejtz 등의 "움직임 전이 시의 눈의 엔트로피 기반 통계 분석"(시선 추적 연구 및 응용에 관한 심포지엄 회의록(ETRA'14), 2014년)에서 주어진 정상 엔트로피가 계산될 수 있다. 정상 분포는, 사용자의 시선 전이가 무한대로 발산하는 경우, 시선이 각각의 AOI 상에 수렴할 벡터 평균 확률이다. 이러한 값은 전이 행렬로부터 계산될 수 있으며, 이는 사용자의 시선을 끄는 관심 구역을 의미한다. 전이 행렬 P, P로부터 유도된 정상 분포

, 및 상태 공간

(관심 구역)를 가정하며, 여기서

이다. 다음과 같이 정상 분포의 엔트로피를 구할 수 있다:

의 값이 높은 경우, 이는 상이한(또는 심지어 모든) AOI 간에 전이가 발생함을 의미한다. 값이 낮은 경우, 특정 AOI 상에 응시가 유지되는 경향이 있으며, 몇 개의 AOI 간에만 전이가 발생하므로, 시각 탐색 전략의 효율이 더 크다(Gilland J의 "운전, 시선 추적 및 시각 엔트로피: 탐색 또는 연령 및 작업 효과"(University of South Dakota, 2008년) 논문을 또한 참조).

바람직하게는, 상이한 시스템의 엔트로피 값을 비교하기 위해, 모두에 대한 공통 메트릭을 설정할 필요가 있다. 이는 간단한 정규화를 통해 수행될 수 있으며, 즉 경험적 엔트로피

를 추정 또는 모델링된 상태 공간에 대한 엔트로피

의 이론적 최대값으로 나눔으로써 수행될 수 있다:

엔트로피

의 이러한 상대 값에 따라, 상이한 그룹과 상이한 상황 간의 결과를 비교할 수 있다. 높은 엔트로피는 모든 조합이 동일 확률(equiprobable)에 가깝다는 것을 의미한다. 낮은 엔트로피는 몇 가지 조합만의 높은 확률 및 중복성을 의미한다.

추가적으로, 시각 탐색 전략의 분석을 완료하기 위해, 각각의 AOI에 대한 총 응시 시간이 계산될 수도 있다.

위에 따라, 시각 탐색 전략의 효율을 평가하기 위해, 시각 탐색 전략의 기록을 처리함으로써 매우 많은 상이한 기준이 평가될 수 있다.

요약하면, 위에 설명된 상이한 기준 및 이들의 특이성이 아래에 나열된다.

- 시선 방향, 눈 동작, 또는 머리 동작의 기록을 통해 계산된 근사 엔트로피의 값; 이러한 기준은 시각 탐색의 전반적인 평가를 가능하게 하며, 시각-인지 기능, 흐릿함 및 시력 감소에 감응성이다.

- 시선 방향, 눈 동작, 또는 머리 동작의 기록을 통해 계산된 근사 엔트로피의 변화 또는 전개; 이러한 기준은 시간대에 따른 평가를 가능하게 하여, 효율의 변화를 평가할 수 있게 한다. 따라서, 이는 시각 피로, 시각 및/또는 인지의 변화, 운동 기능 및 수행과 같은 가능성에 감응성이고, 위험과 같은 외인성 신호에 감응성이다.

- 시선 방향, 눈 동작, 또는 머리 동작의 기록을 통해, 또는 이로부터 계산된 근사 엔트로피를 통해 계산될 수 있는, 이로부터 구해진 PSD 또는 페이저 플롯. 이러한 기준은 검사된 벡터에 포함된 각각의 주파수의 가중치 및 중복성을 평가할 수 있게 한다. 또한, 이는 특정 눈 움직임 패턴 또는 머리 동작 제어를 나타내는 특정 주파수와 같은, 하위 시각 탐색 구성 요소를 평가하도록 도울 수 있다.

- 시선 방향, 눈 동작, 또는 머리 동작의 기록을 통해, 또는 이로부터 계산된 근사 엔트로피를 통해 계산된 전력 기반 지수; 이러한 기준은 시각 탐색의 전반적인 평가를 가능하게 한다. 근사 엔트로피에 기초하여 계산된 경우, 이는 엔트로피 벡터에 포함된 주파수의 가중치, 및 신호에 걸친 에너지 소비를 반영하는 시각-인지 기능에 감응성이다.

- 시각 탐색 동안 탐색된 관심 영역의 마르코프 체인으로부터 평가되는, 주시된 하나의 영역으로부터 다른 영역으로의 전이의 효율로서, 이러한 기준은 시각 탐색 무작위성, 및 특정 공간적 관심 영역 내부의 중복성을 평가할 수 있게 한다.

- 마르코프 체인의 분포의 엔트로피는 모든 관심 영역에 걸친 시각 탐색의 무작위성 또는 효율을 표현한다.

따라서, 필요에 따라, 평가 전략의 효율의 상이한 양태를 평가하기 위해, 상이한 기준을 조합하는 것이 유리할 수 있다.

도 2로 돌아가면, 일 실시형태에서, 시각 탐색 전략을 평가하는 기준이 평가된 경우, 기준의 값은 단계(340) 동안 기준값과 비교될 수 있다.

예를 들어, 동일한 테스트 시나리오, 또는 동일한 작업, 동일한 환경 및 대체로 동일한 정신적 부하 또는 동일한 유형의 추가적인 작업을 갖는 적어도 하나의 시나리오를 사용하여, 동일한 착용자에 대해 이전에 결정된 기준값과 값이 비교될 수 있다. 필요한 경우 놀라운 효과를 유지하고, 착용자가 이미 알고 있는 시나리오에 이의 시각 탐색 전략을 맞추는 것을 방지하기 위해, 테스트 시나리오는 실제로 무작위화된다.

일 실시예에 따라, 기준값은 착용자가 안구 장치를 착용하지 않거나 이전의 안구 장치를 착용함으로써 획득되었을 수 있으며, 단계(330)에서 결정된 값은 착용자가 새로운 안구 장치를 테스트함으로써 획득될 수 있다.

또한, 기준값은 착용자의 것과 유사한 파라미터 값을 갖는 집단에 걸쳐서 계산된 값일 수 있다. 이 경우, 복수의 집단에 대한 기준값은 데이터베이스(2)에 저장되며, 착용자에 관한 파라미터 값 중 적어도 일부를 사용하여 데이터베이스(2)에 질의함으로써, 착용자와 가장 관련성이 있는 기준값이 검색된다.

이 경우, 착용자의 시각 탐색 전략 효율의 값은, 착용자가 현재의 안구 장치를 착용하거나 새로운 안구 장치를 테스트함으로써 결정되었을 수 있다.

아래에 더 상세히 설명되는 바와 같이, 비교의 결과(있는 경우)는 착용자의 안구 장치를 맞춤화하기 위해 고려된다.

단계(300)의 다른 실시형태에 따라, 착용자의 시각 탐색 전략 효율을 평가하는 기준의 값의 결정은, 예를 들어, 복수의 집단에 대해, 기준의 평균값과 같은 기준값이 저장되는 데이터베이스에 질의함으로써 수행될 수 있다. 착용자와 가장 관련성이 있는 집단에 대해 계산된 기준값을 검색하기 위해, 착용자에 관한 파라미터 값 세트를 사용하여, 데이터베이스의 질의가 수행될 수 있다.

이 경우, 착용자에 대해 결정되는 값은, 착용자의 것과 가장 가까운 파라미터 값을 갖는 집단에 대해 데이터베이스에 저장된 기준값에 해당한다.

도 1로 돌아가면, 방법은 그 다음, 이의 시각 탐색 전략의 효율을 평가하는 평가된 기준에 따라, 착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계를 포함한다.

또한, 이러한 방법은 방법의 이전 단계에 따라 다수의 상이한 방식으로 수행될 수 있다.

일 실시형태에 따라, 시각 탐색 전략의 효율을 증가시키기 위해, 안구 장치의 설계의 선택 또는 맞춤화가 수행될 수 있다. 이를 수행하기 위해, 착용자에 대해 다수의 장치가 테스트될 수 있으며, 시각 탐색 전략의 효율이 평가되어 최상의 효율을 가능하게 하는 장치를 선택할 수 있다.

단계(300)가 착용자와 유사한 특성을 갖는 집단에 해당하는 기준과 착용자의 시각 탐색 전략의 효율의 비교를 포함하는 경우, 착용자의 시각 탐색 전략의 효율을 기준값과 가능한 가깝게 하기 위해(상기 효율이 초기에 기준값보다 더 낮은 경우), 설계의 선택 또는 맞춤화가 수행될 수도 있다.

다른 실시예에 따라, 이전의 안구 장치를 통한 그리고 테스트 장치를 통한 착용자의 시각 탐색 전략의 효율 간의 비교가 수행된 경우, 이전의 것과 비교하여 테스트 장치를 통해 획득되는 효율을 증가시키도록 선택이 수행될 수 있다.

일 실시형태에 따라, 안구 장치의 설계의 선택 또는 맞춤화는, 측정된 시각 탐색 전략의 효율에 따라 안구 장치의 특정 설계 파라미터를 조정함으로써 수행될 수도 있다.

예를 들어, 착용자가 하나의 시력 구역으로부터 다른 시력 구역(예를 들어, 근거리 시력 구역 및 원거리 시력 구역)으로 전이할 때 낮은 효율을 갖는 것으로 평가된 경우, 설계의 맞춤화는, 프로그레션 회랑을 따라 비점수차를 감소시키기 위해, 2개의 구역 간의 전이의 효율을 개선하도록 구역 사이의 수차를 감소시키는 단계, 및 각각의 구역의 기하학적 구조를 조정하는 단계를 포함할 수 있다.

다른 실시예에 따라, 머리 및 눈 동작에 대해 엔트로피의 값이 측정된 경우, 그리고 하나의 시스템이 다른 시스템에 비해 더 낮은 효율을 나타내는 것으로 확인되는 경우, 이는 안구 장치의 설계에 고려될 수 있다. 머리 동작이 시각 탐색의 효율을 감소시키는 경우, 더 평활한 수차 재분할을 갖는 누진 가산 렌즈가 제안되는 반면에, 눈 동작이 시각 탐색의 효율을 감소시키는 경우, 더 넓은 시야가 제안된다.

주어진 착용자에 대한 시각 탐색 전략의 효율은 착용자의 적응 능력에 따라 좌우될 수 있으므로, 안구 장치가 선택된 경우, 이러한 설계를 구비한 착용자의 시각 탐색 전략의 효율의 전개를 규칙적으로 확인하기 위해, 적응 단계가 구현될 수도 있다.

Claims

착용자를 위한 맞춤형 안구 장치를 결정하기 위한 방법으로서,
- 상기 착용자에 관한 파라미터 값 세트를 획득하는 단계(100);
- 시각 탐색을 포함하는 상기 착용자에 의해 수행될 적어도 하나의 작업을 결정하는 단계(200);
- 컴퓨팅 시스템을 사용하여, 상기 작업에 대한 상기 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계(300); 및
- 상기 기준의 결정된 값에 따라, 착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계(400)를 포함하는,
착용자를 위한 맞춤형 안구 장치를 결정하기 위한 방법.
제1항에 있어서,
상기 작업에 대한 상기 착용자의 시각 탐색 전략의 효율을 평가하는 상기 기준의 값을 결정하는 단계(300)는,
- 결정된 환경에서 상기 작업의 수행을 포함하는 테스트 시나리오에 상기 착용자를 따르게 하는 단계(310); 및
- 적어도 하나의 센서를 사용하여, 상기 테스트 시나리오 동안 상기 착용자의 시각 탐색 전략을 기록하는 단계(320); 및
- 상기 기록된 시각 탐색 전략으로부터 상기 착용자의 시각 탐색 전략의 효율을 평가하는 상기 기준을 평가하는 단계(330)를 포함하는, 방법.
제2항에 있어서,
상기 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하는 단계(300)는, 상기 평가된 기준을 기준값과 비교하는 단계(340)를 더 포함하며,
광학 설계를 결정하는 단계는 상기 평가된 기준과 상기 기준값의 상기 비교의 결과에 따라 수행되는, 방법.
제3항에 있어서,
상기 기준값은 기준 집단에 걸쳐서 계산되거나, 상기 착용자를 위한 기준값인, 방법.
제4항에 있어서,
상기 기준값은, 동일한 결정된 환경에서 동일한 작업의 수행을 포함하는 테스트 시나리오에 상기 착용자를 이전에 따르게 하는 동안 상기 착용자의 시각 탐색 전략으로부터 평가되며,
상기 착용자는 이전의 안구 장치를 구비하거나 어떠한 안구 장치도 없는, 방법.
제2항 내지 제5항 중 어느 한 항에 있어서,
상기 착용자의 시각 탐색 전략을 기록하는 단계(320)는, 상기 착용자에 의해 주시된 지점 또는 시선 방향을 결정된 주파수로 기록하는 단계를 포함하는, 방법.
제6항에 있어서,
상기 착용자의 시각 탐색 전략을 기록하는 단계(320)는, 상기 착용자의 눈 및 머리의 동작을 결정된 주파수로 기록하는 단계를 더 포함하는, 방법.
제2항 내지 제7항 중 어느 한 항에 있어서,
결정된 환경에서 상기 작업의 수행을 포함하는 테스트 시나리오에 상기 착용자를 따르게 하는 단계(310)는, 가상 현실 장비(4)를 사용하여 시뮬레이션되는 가상 상황에 상기 착용자를 따르게 함으로써 수행되는, 방법.
제2항 내지 제8항 중 어느 한 항에 있어서,
상기 테스트 시나리오는,
- 상기 시각 탐색 전략이 기록되는 동안 수행될 상기 작업의 선택;
- 상기 작업이 수행되는 상기 환경의 선택; 및
- 파라미터 그룹 중에서, 상기 테스트 상황 동안 관련된 상기 시각 탐색에 영향을 주는 적어도 하나의 추가적인 파라미터의 선택에 기초하여 구성되며,
상기 파라미터 그룹은,
- 상기 테스트 시나리오의 지속시간;
- 상기 테스트 시나리오의 시각 장면 복잡도;
- 상기 선택된 작업을 수행하는 동안 상기 환경에서 탐색될 관심 구역의 수 및 배치;
- 정신적 작업 부하;
- 상기 테스트 시나리오 동안 상기 착용자에 의해 수행될 결정의 유형 및 수를 포함하는, 방법.
제1항에 있어서,
상기 작업에 대한 상기 착용자의 시각 탐색 전략의 효율을 평가하는 상기 기준의 값을 결정하는 단계(300)는, 착용자의 복수의 집단 각각에 대해 그리고 복수의 작업 각각에 대해, 상기 시각 탐색 전략 효율을 평가하는 상기 기준의 기준값을 저장하는 데이터베이스 및 컴퓨터를 포함하는 시스템을 사용하여 수행되며,
상기 착용자의 상기 시각 탐색 전략의 효율을 평가하는 상기 기준의 값을 결정하는 단계는, 상기 착용자에 해당하는 집단에 대한 상기 기준의 기준값을 검색하기 위해, 상기 작업 및 상기 착용자에 관한 상기 파라미터 값 세트를 포함하는 입력 데이터를 통해 상기 데이터베이스에 상기 컴퓨터로 질의하는 단계를 포함하는, 방법.
제1항 내지 제10항 중 어느 한 항에 있어서,
광학 설계를 결정하는 단계(400)는, 안구 장치의 복수의 설계 중에서, 상기 작업에 대한 상기 착용자의 시각 탐색 전략의 효율을 극대화하는 설계를 선택하는 단계를 포함하는, 방법.
제1항 내지 제11항 중 어느 한 항에 있어서,
상기 착용자의 시각 탐색 전략의 효율을 평가하는 상기 기준은,
- 상기 시각 탐색의 근사 엔트로피;
- 신호의 상기 에너지 소비로 결정되는, 상기 시각 탐색 또는 상기 시각 탐색의 상기 근사 엔트로피의 전력 기반 지수;
- 상기 기록된 시각 탐색의 스펙트럼 분석으로부터 또는 상기 시각 탐색의 상기 근사 엔트로피를 통해 결정되는, 상기 시각 탐색 패턴에 포함된 주파수의 수, 가중치 및 중복성;
- 상기 시각 탐색의 상기 근사 엔트로피의 시간에 따른 전개; 또는
- 주시된 하나의 관심 구역으로부터 다른 관심 구역으로의 전이의 효율로 이루어진 그룹 중에서 선택되는, 방법.
제12항에 있어서,
상기 작업에 대한 상기 착용자의 시각 탐색 전략의 효율을 평가하는 적어도 2개의 상이한 기준의 값을 결정하는 단계, 및 상기 기준의 결정된 값에 따라 착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계(400)를 포함하는, 방법.
제12항에 있어서,
상기 착용자의 시각 탐색 전략의 효율을 평가하는 상기 기준은, 주시된 하나의 관심 구역으로부터 다른 관심 구역으로의 전이의 상기 효율이며,
상기 기준의 평가는,
- 상기 착용자의 시야의 복수의 관심 영역을 결정하는 단계;
- 적어도 하나의 센서를 사용하여, 상기 테스트 동안 상기 착용자의 시각 탐색 전략을 기록하고, 상기 관심 영역 내의 발생의 비율을 계산하는 단계;
- 상기 관심 영역의 마르코프 체인을 형성하는 단계로서, 각각의 관심 영역은 다음번에 다른 구역으로 전이할 확률 세트와 관련되는, 단계; 및
- 상기 관심 영역의 상기 마르코프 체인의 처리에 의해, 하나의 관심 영역으로부터 다른 관심 영역으로의 전이의 상기 효율을 평가하는 단계를 포함하는, 방법.
제14항에 있어서,
상기 마르코프 체인의 상기 처리는, 상기 관심 영역의 정상 분포의 엔트로피를 계산하는 단계를 포함하는, 방법.
제1항 내지 제15항 중 어느 한 항에 있어서,
- 상기 착용자에 의해 주시된 지점 또는 시선 방향의 근사 엔트로피를 평가하는 단계;
- 상기 착용자의 눈의 동작의 근사 엔트로피를 평가하는 단계;
- 상기 착용자의 머리의 동작의 근사 엔트로피를 평가하는 단계를 포함하며,
착용자에 의해 착용될 안구 장치의 광학 설계를 결정하는 단계(400)는, 상기 착용자에 의해 주시된 지점 또는 시선 방향의 상기 근사 엔트로피에 기초하여, 그리고 상기 눈의 동작의 상기 근사 엔트로피 및 상기 머리의 동작의 상기 근사 엔트로피의 상대 값에 기초하여 수행되는, 방법.
착용자를 위한 맞춤형 안구 장치를 결정하기 위한 시스템으로서,
상기 시스템은 컴퓨팅 장치(1)를 포함하며,
상기 컴퓨팅 장치(1)는,
- 상기 착용자에 관한 파라미터 값 세트를 수신하고;
- 시각 탐색을 포함하는 적어도 상기 착용자에 의해 수행될 작업의 식별을 포함하는 추가적인 입력 데이터를 수신하며;
- 상기 파라미터 값 세트 및 상기 추가적인 입력 데이터로부터 상기 작업에 대한 상기 착용자의 시각 탐색 전략의 효율을 평가하는 기준의 값을 결정하도록 구성되는,
착용자를 위한 맞춤형 안구 장치를 결정하기 위한 시스템.