研究人员推出GazeFlow,一个旨在通过将注视建模为时间位置的联合分布来预测自我中心注视轨迹的新框架。该模型利用条件流匹配(CFM)来学习一个速度场,该速度场将高斯噪声样本转换为合理的注视轨迹。GazeFlow将此速度场与从视频中提取的视觉特征和自顶向下的任务信息相结合,在标准数据集上取得了最先进的性能,并展示了与人类注视动态的更好对齐。 AI
影响 这项研究推进了自我中心注视预测,可能改进那些依赖于理解人类视觉注意力的应用。
排序理由 该集群包含一篇详细介绍注视预测新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Conditional Flow Matching
- DagsHub
- GazeFlow
- Gotit.pub
- Hugging Face
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →