机器学习可分析幼儿的眼球运动以确定年龄

小编发现不少朋友对于 机器学习可分析幼儿的眼球运动以确定年龄 这方面的信息都比较感兴趣，小编就针对 机器学习可分析幼儿的眼球运动以确定年龄 整理了一些相关方面的信息 在这里分享给大家。

明尼苏达大学的研究人员使用深度学习来找出指示年龄相关变异性的因素，以幼儿凝视视觉刺激的方式显示，该技术可以准确地区分18个月大的孩子和30个月大的孩子。

由该校儿童发展研究所的Kirsten Dalrymple博士领导的研究小组于4月18日在《科学报告》中在线报告了这一发现。

Dalrymple和同事招募了37个18个月大的儿童和36个30个月大的儿童。研究人员让参与者坐在父母的膝盖上，并观看监视器上显示的图像。

父母被指示不要指向或谈论这些图像。

当幼儿观看监视器时，研究人员使用专用于该任务的软件跟踪并记录了他们的眼睛运动。

接下来，团队对他们的深度学习模型提取的特征使用线性支持向量机分类器，研究小组寻找了一个决策边界，该边界的最大余量将两组幼儿分开。

经过分析，他们发现他们的深度学习分类系统在两组中有83%的时间能够准确区分。

相比之下，他们的基准模型使用相似的技术，但没有深度学习组成部分，其准确性为68%。

作者总结说：“我们的研究结果表明，机器学习是一种有效的工具，可用来了解外观模式如何随年龄而变化，从而洞察幼儿如何分配注意力以及其如何随着发展而变化。” “检测幼儿探索性注视行为差异的敏感性突出了机器学习在表征各种发展能力方面的效用。”

有趣的是，Dalrymple等。进一步发现，通过眼球运动和注视，18个月大的人倾向于对面部表现出浓厚的兴趣，而30个月大的人更容易被别人关注的事物所吸引。

作者写道：“年龄组之间的这种差异可能反映了他人意图的认知表现形式的变化。”