🌀 nonlinear sciences

Identification of fixations and saccades in eye-tracking data using adaptive threshold-based method

本論文は、眼球運動の個人差やノイズの影響を考慮し、マルコフ近似に基づく適応的閾値法を導入することで、従来の固定閾値法よりも頑健かつ高精度に注視と跳躍を識別できることを示している。

原著者： Charles Orioma, Josef Krivan, Rujeena Mathema, Pedro Lencastre, Pedro G. Lind, Alexander Szorkovszky, Shailendra Bhandari

公開日 2026-04-06

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Charles Orioma, Josef Krivan, Rujeena Mathema, Pedro Lencastre, Pedro G. Lind, Alexander Szorkovszky, Shailendra Bhandari

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

🧐 問題：「目」の動きを判別するのは、実はとても難しい

私たちが何かを見ているとき、目は常に動いています。

注視（Fixation）: 何かをじっと見つめている状態（例：本を読むとき）。
掃視（Saccade）: 視線を素早く移動させる状態（例：次の行へ目を移すとき）。

これまでの研究では、この区別をするために「固定されたルール」を使っていました。
例えば、「速度が 30 以上なら『動き』、30 以下なら『静止』」といった具合です。

でも、これには大きな落とし穴がありました。

個人差: 人によって目の動きの速さは違います。
状況差: 本を読むときと、複雑な絵を探すときでは、目の動き方が違います。
ノイズ: 機械の誤差や、まばたきによるデータのカクつき（ノイズ）があると、固定されたルールはすぐに失敗してしまいます。

まるで、**「すべての人の足取りを測るのに、同じサイズの靴を無理やり履かせようとしている」**ようなもので、合わない人が出てきてしまいます。

💡 解決策：「状況に合わせてルールを変える」賢い方法

この論文では、**「K-ratio（K レシオ）」という新しい指標を使って、データそのものを見て「最適なルール」をその都度見つける「適応型（アダプティブ）」**の方法を提案しました。

🎯 アナロジー：「混雑した駅の改札」

固定されたルールは、**「常に 1 秒間隔で切符を切る機械」**のようなものです。

人が少ないときは問題ありません。
でも、人が殺到したり、機械が故障して誤作動（ノイズ）が起きたりすると、機械は「誰が切符を切ったか」を間違え始めます。

一方、この論文の新しい方法は、**「状況を見て臨機応変にルールを変える熟練の駅員」**です。

「今は人が少ないから、1 秒で判断しよう」
「今はノイズが多いから、少しだけ判断基準を緩めて、大きな動きだけ拾おう」
「今は急いでいるから、細かい動きはスルーして、大きな移動だけ見よう」

このように、**「状態が切り替わる回数が最小になるように」**ルールを調整することで、最も自然な区切り方を見つけ出します。

🔬 実験：3 つの「目」のチェック方法を試してみた

研究者たちは、3 つの異なるチェック方法（アルゴリズム）に、この新しい「状況判断機能」を付け足してテストしました。

I-VT（速度チェック）: 「速く動いたら『動き』、ゆっくりなら『静止』」
I-AVT（角度付き速度チェック）: 「速さだけでなく、進んでいる方向も考慮」
I-DT（広がりチェック）: 「同じ場所の近くに点が密集していたら『静止』」

【結果のまとめ】

基本性能: 何もノイズがない綺麗なデータなら、**「速度チェック（I-VT）」**が最も優秀でした。
ノイズに強いのは？: データにノイズ（誤差）が混ざると、固定ルールは壊滅的に失敗します（正解率が 20% 以下に）。しかし、「広がりチェック（I-DT）」に新しい「状況判断機能」を付けると、ノイズが凄まじく混ざっても 80% 以上の正解率を維持しました。
- ただし、これは「静止」を見逃さない代わりに、「動き」を見逃す傾向がありました（「とりあえず静止扱いしておこう」という慎重な判断です）。

🌟 この研究が教えてくれること（結論）

「万能のルール」は存在しない: どのアルゴリズムを使うかは、データの質や目的によって変えるべきです。
データが汚いときは「広がりチェック」が頼れる: ノイズが多い環境（スマホのカメラなど）では、速度よりも「同じ場所に留まっているか」を見る方法の方が、新しい調整機能を使えば強靭です。
精度と引き換えのトレードオフ: ノイズに強くなるためには、細かい動き（小さな掃視）を「静止」として誤って判断してしまうことがあります。これは「ミスを減らすために、あえて慎重になる」戦略です。

🚀 まとめ

この論文は、**「目の動きを分析する際、機械的な固定ルールに頼らず、データ自体の性質に合わせてルールを柔軟に変えることで、ノイズに強く、正確な分析が可能になる」**ことを証明しました。

これにより、認知症の診断、教育ツールの改善、マーケティング分析など、目の動きデータを使うあらゆる分野で、より信頼性の高い分析ができるようになるでしょう。

一言で言えば：
「目玉の動きを分析するときは、**『状況に合わせてルールを変える賢い駅員』**を採用すれば、どんなに混雑（ノイズ）しても、誰がどこに行こうとしているかを正しく見極められるよ！」という発見です。

論文「Identification of fixations and saccades in eye-tracking data using adaptive threshold-based methods」の技術的サマリー

この論文は、アイトラッキングデータにおける「注視（fixation）」と「掃視（saccade）」の分類において、従来の固定閾値法の限界を克服し、データ品質やタスク特性に適応する適応型閾値設定手法を提案・評価した研究です。

以下に、問題提起、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 問題提起 (Problem)

アイトラッキング研究では、眼球運動の統計的特性が認知プロセスの指標として広く利用されています。しかし、注視と掃視を正確に区別することは容易ではありません。

既存手法の限界: 従来のアルゴリズム（I-VT, I-DT など）は、速度や空間的分散に基づく固定閾値（例：速度 30°/s）に依存しています。
課題: 固定閾値は、タスク間や個人間の眼球運動ダイナミクスの変動を無視しており、ノイズや個人差によって分類結果にバイアスが生じる可能性があります。特に、ノイズが混入した環境では、固定閾値を用いた手法の精度が急激に低下します。
目的: データの品質やタスクに応じて閾値を自動的に最適化し、ノイズ耐性を高めつつ、注視と掃視を正確に分類する手法の開発。

2. 手法 (Methodology)

2.1 データセット

対象: ノルウェーのオスロメトロポリタン大学で収集されたデータ。15 名の参加者が「自由視覚（Random Pixel）」と「視覚探索（Waldo）」の 2 つのタスクを遂行。
機器: EyeLink Portable Duo (1000 Hz)。
データ特性: 約 270 万〜600 万サンプル。基準ラベルには EyeLink 社製デフォルトパース（速度 30°/s、加速度 8000°/s²）を使用。
ノイズ評価: 実データにガウスノイズ（標準偏差 $\sigma = 0 \sim 50$ ピクセル）を付加し、アルゴリズムの頑健性を評価。

2.2 評価対象アルゴリズム

以下の 3 つの閾値ベース分類アルゴリズムを評価・適応化しました。

I-VT (Velocity-Threshold Identification): 瞬時速度に基づく。
I-AVT (Angular Velocity-Threshold Identification): 速度と方向の持続性を組み合わせた有効角速度に基づく。
I-DT (Dispersion-Threshold Identification): 移動時間窓内の空間的分散に基づく。

2.3 提案手法：K-ratio による適応的閾値最適化

著者は、K-ratioと呼ばれる統計的指標を導入し、これを用いて閾値を最適化しました。

K-ratio の定義: 実測された「注視→掃視」の遷移確率と、データ点がランダムに交互に出現すると仮定した場合の期待遷移確率との比。
$K\text{-ratio} = \frac{p_{\text{empirical}}^{F \to S}}{p_{\text{independent}}^{F \to S}}$
最適化の原理: K-ratio を最小化する閾値を選択します。
- K-ratio が 1 より小さい場合、ラベル（注視や掃視）がサンプル内で凝集している（遷移が少ない）ことを意味します。
- この比を最小化することで、ノイズによる不要な状態遷移（偽の掃視や注視の断片化）を抑制し、時間的に一貫した状態（注視と掃視）を分離する最適な閾値を特定します。
特徴: 複雑な隠れマルコフモデル（HMM）などの詳細な分布モデルを必要とせず、任意の閾値ベースアルゴリズムに適用可能な簡易な手法です。

3. 主要な結果 (Results)

3.1 ノイズなしの条件（ベースライン）

精度: 全アルゴリズム中、I-VTが最も高いベースライン精度（90-93%）と、希少事象である掃視の F1 スコアを示しました。
アルゴリズムの特性:
- I-VT: 注視と掃視のバランスが最も良い。
- I-AVT: 方向情報を用いるが、掃視の検出が過小評価される傾向がある。
- I-DT: 注視に偏りがあり、短い掃視を注視に吸収してしまう傾向がある。

3.2 ノイズ耐性評価（Gaussian Noise $\sigma = 0 \sim 50$ px）

固定閾値の限界: ノイズレベルが高まる（ $\sigma \ge 2$ px）と、固定閾値を用いた I-VT や I-AVT の精度は急激に低下し、 $\sigma=50$ px では 20% 未満まで落ち込みました。
適応型閾値の効果: K-ratio 最小化による閾値の再最適化を各ノイズレベルで行うことで、すべてのアルゴリズムで性能低下が大幅に緩和されました。
- I-DT の卓越した頑健性: 適応型 I-DT は、極端なノイズ（ $\sigma = 50$ px）下でも81% 以上の精度を維持しました。
- トレードオフ: 適応型 I-DT は、ノイズ下でも高い精度を維持しますが、これは「不確実なサンプルを慎重に注視として分類する」ことで達成されています。その代償として、掃視の検出精度（リコール）は低下し、精密性 - 再現性のトレードオフが発生しました。

3.3 個人差と再現性

最適な閾値は個人によって異なり、タスク（自由視覚 vs 視覚探索）によっても変化しました。
しかし、K-ratio の最小値自体は個人内で高い再現性（ICC > 0.7）を示しており、個人ごとの閾値最適化が有効であることを裏付けました。

4. 主要な貢献 (Key Contributions)

K-ratio の提案: 状態遷移の最小化に基づく、パラメータ調整が不要で汎用的な適応型閾値選定メトリックを提案。
ノイズ耐性の劇的改善: 従来の固定閾値法が破綻する高ノイズ環境下でも、適応型手法（特に I-DT）が高精度を維持することを実証。
実用的なガイドラインの提供: データの品質（ノイズレベル）や分析の優先事項（注視の正確さ vs 掃視の検出）に応じて、どのアルゴリズムと閾値設定戦略を採用すべきかについての指針を提供。

5. 意義と結論 (Significance & Conclusion)

実用性: 本研究は、アイトラッキングデータの前処理や分類において、一律の閾値ではなく「データに合わせた適応的アプローチ」の重要性を浮き彫りにしました。
応用分野: 臨床診断（アルツハイマー病など）、教育分析、マーケティングなど、ノイズの多い実環境や個人差が大きい場面でのアイトラッキング解析の信頼性を向上させます。
今後の展望: 本手法をより高度なノイズ除去や補間技術と組み合わせる、または機械学習モデルの正則化項として利用するなどの発展が期待されます。

結論として:
I-VT は高品質なデータにおけるデフォルトとして有効ですが、ノイズが存在する環境や個人差を考慮する必要がある場合は、K-ratio 最小化に基づく適応型閾値設定が不可欠です。特に、ノイズ耐性が求められる場面では、適応型 I-DT が注視の検出において極めて強力な性能を発揮しますが、掃視の検出精度とのトレードオフを認識した上で利用する必要があります。