PulseAugur
中
实时 10:31:44
English(EN) Gaze Target Estimation Anywhere with Concepts

引入GazeAnywhere模型，提出新的可提示注视目标估计方法

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为可提示注视目标估计（PGE）的新方法，用于分析图像中的人类注视。该方法使用自然语言或视觉提示来识别注视分析的特定对象，将对象定位与注视估计相结合。为此任务开发了一个新数据集Gaze-Co和一个名为GazeAnywhere的模型，GazeAnywhere在PGE基准测试中取得了最先进的性能。 AI

影响 这种新方法可以增强各种应用中注视分析的灵活性和可扩展性，从人机交互到临床研究。

排序理由 该集群描述了一篇介绍注视目标估计新任务、数据集和模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

引入GazeAnywhere模型，提出新的可提示注视目标估计方法

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xu Cao, Houze Yang, Vipin Gunda, Zhongyi Zhou, Tianyu Xu, Adarsh Kowdle, Inki Kim, James M. Rehg ·

    Concepts enables gaze target estimation anywhere

    arXiv:2608.11367v1 Announce Type: cross Abstract: Estimating human gaze targets from images in-the-wild is an important and formidable task. Existing approaches primarily employ brittle, multi-stage pipelines that require explicit inputs, like head bounding boxes and human pose, …

相关实体

相关话题