Введение
Определение психо-физического состояния человека, взаимодействующего с АОС является достаточно актуальной задачей, в связи с тем, что дает возможность правильно скорректировать нагрузку на человека, а так же повысить его производительность при решении каких либо задач.
Постановка проблемы
На данный момент все большее внимание уделяется проблемам эффективного взаимодействия человека и различных информационных систем. Для осуществления адаптации информационной системы к конкретному пользователю необходимо как можно более точно определить его текущее психо-физическое состояние, на основании которого могут быть приняты различные решения, например по изменению количества, длительности и стиля предоставляемого материала в автоматизированных обучающих системах.
В настоящее время происходить достаточно интенсивное изучение методов диагностики состояния человека как физического, так и психологического, для последующей обработки и анализа полученной информации.
Цель данной работы заключается в следующем:
Повысить эффективность взаимодействия пользователя с автоматизированной обучающей системой за счет более точного диагностирования его психофизического состояния.
В данный момент существует несколько способов получения информации о психофизическом состоянии человека. К ним относится метод, основанный на определении пульса человека, заключающийся в том, что рассчитывается отклонение головы от изначальной оси под давлением крови в сосудах.
Метод определения пульса по снимкам с web-камеры
Пусть имеется одномерный приёмник. С данного приемника можно получить сигнал I(x,t)=f(x). На картинке он нарисован чёрным (для некоторого момента t). В следующий момент времени сигнал I(x,t+1)= f(x+Δ) (синий). Усилить этот сигнал, это значит получить сигнал I’(x,t+1)= f(x+(1+α)Δ). Где α — коэффициент усиления.
Разложив его в ряд Тейлора можно получить следующую зависимость:
Для того что бы усилить подаваемый сигнал нужно умножить B на (1+α). Получаем (красный график):
В реальных кадрах может присутствовать несколько движений, каждое из которых будет идти с разной скоростью. Приведённый выше способ — не точный, поэтому используем классический подход для решения этой проблемы, который и использовался в работе — разложить движения по частотным характеристикам (как пространственным, так и временным).
На первом этапе происходит разложение изображения по пространственным частотам. Этот этап, кроме того, реализует получение дифференциала . При использовании фазового подхода, амплитуда и фаза считается фильтрами Габбора разного порядка:
Пусть I — используемый фильтр, тогда:
Нормируем I фильтр, тогда:
l — расстояния пикселя от центра фильтра. Взяв такой фильтр только для одного значения окна σ.
Для усиления сигнала, дающего характерный отклик на частоте ω в временной последовательности кадров. Используя пространственный фильтр с окном σ, дает возможность определить примерный дифференциал в каждой точке. Используя временную функцию, дающую отклик на движение и коэффициент усиления. Умножая на синус той частоты, которую нужно усилить (функция, дающая временной отклик), получаем:
В итоге логика работы получается:
Заключение
Существующие на данный момент методы определения психофизического состояния обучаемого возможно улучшить за счет подключения к уже существующим новые способы определения состояния человека. Например, по движению глаз, частоте моргания и т.д.
Возможны следующие исследования зависимостей положения глаз на фотографии от психофизического состояния человека, колебания головы от давления в сосудах.
В результате проведённых исследований будет представлено формализованное описание математической модели модуля определения психофизического состояния обучаемого, а также разработано программное средство, оценивающее психофизического состояния обучаемого.