研究人员开发了新的扩散模型来生成逼真的眼动轨迹,解决了数据收集成本高昂且受隐私限制的挑战。一个模型专注于生成原始二维注视点位置,在运动学特征和注视持续时间方面实现了高精度。另一个模型合成了高频注视速度序列,并以身份、任务和主观状态为条件,在眼动生物识别等应用中显示出前景。 AI
影响 合成注视数据生成方面的进步可以减少对昂贵硬件的依赖,并为生物识别和人机交互领域带来新应用。
排序理由 两篇研究论文详细介绍了用于眼动轨迹生成的新型扩散模型。
- arXiv
- EyeMakeYou
- Eye movement biometrics
- GazeBase
- human–computer interaction
- alphaXiv
- CatalyzeX
- DagsHub
- Denoising Diffusion Probabilistic Models
- Gotit.pub
- Hugging Face
- Shailendra Bhandari
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →