English(EN) GazeFS: Target-Centered Gaze-Trajectory Forecasting and Stabilization from Gaze-Head History

GazeFS系统通过轨迹预测增强注视交互

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-04 04:00

研究人员开发了GazeFS，一个旨在通过预测和稳定注视轨迹来改进以目标为中心的注视交互的新系统。GazeFS分析注视-头部历史记录，以预测下一个目标方向并估算搜索/焦点状态，而无需在推理过程中提供明确的目标信息。对30名参与者进行的、跨越数千次采集的实验表明，GazeFS显著减少了注视焦点的偏差、离散度和目标误差，其表现优于原始注视数据，并证明了历史注视模式除了明确的任务进展外，还提供了有价值的信息。 AI

影响提高了注视控制界面的精度，可能增强人机交互的可访问性和用户体验。

排序理由该条目是一篇发表在arXiv上的研究论文，详细介绍了一个新系统及其实验验证。[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 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇发表在arXiv上的研究论文，详细介绍了一个新系统及其实验验证。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yaozheng Xia, Zaiping Zhu, Bo Pang, Minghao Xie, Hui Li, Shaorong Wang, Sheng Li · 2026-09-04 04:00

GazeFS：从注视-头部历史进行以目标为中心的注视轨迹预测和稳定

arXiv:2609.03868v1 Announce Type: cross Abstract: Target-centered gaze interaction requires more than suppressing frame-to-frame fluctuations: target acquisition produces task-aligned changes in gaze-head dynamics, while a gaze trace may retain a persistent target-relative residu…

本文如何被排名

报道来源 [1]

GazeFS：从注视-头部历史进行以目标为中心的注视轨迹预测和稳定

相关实体

相关话题