English(EN) EyeMakeYou: Identity-, Task-, and Subjective-State-Conditioned Diffusion for High-Frequency Gaze Synthesis

新的扩散模型合成了用于生物识别的高频注视数据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-07 04:00

研究人员开发了EyeMakeYou，这是一种新颖的扩散模型，旨在合成用于眼动生物识别的高频注视数据。该模型根据身份、任务和疲劳等主观状态来条件化注视生成，旨在比以前的方法创建更真实、更具行为相关性的合成数据。在GazeBase数据集上的实验表明，EyeMakeYou在空间精度和特征空间相似性方面优于现有的生成方法，支持其在生物识别和交互式应用中用于增强注视数据集的效用。 AI

影响该模型可以通过解决数据稀缺问题，利用逼真的合成注视序列，显著改进眼动生物识别的开发和鲁棒性。

排序理由该集群包含一篇详细介绍用于合成注视数据的新生成模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 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: 32 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍用于合成注视数据的新生成模型的学术论文。[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, model release; 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.CV TIER_1 English(EN) · Kamrul Hasan, Mehedi Hasan Raju, Oleg V. Komogortsev · 2026-09-07 04:00

EyeMakeYou：用于高频注视合成的身份、任务和主观状态条件化扩散模型

arXiv:2609.04501v1 Announce Type: cross Abstract: Eye movement biometrics (EMB) is an emerging behavioral modality for user authentication, particularly in virtual- and augmented-reality systems, where gaze dynamics contain distinctive subject-specific features. However, robust E…

本文如何被排名

报道来源 [1]

EyeMakeYou：用于高频注视合成的身份、任务和主观状态条件化扩散模型

相关实体

相关话题