GazeFlow

GazeFlow框架使用条件流匹配预测自我中心注视

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。