Nov, 2015

贝叶斯辨别凝视、扫视和平滑追踪

PDF
TL;DR本文提出了基于贝叶斯决策理论的眼动分类算法 I-BDT，该算法可自动、高效地对动态视觉刺激条件下的注视、扫视和平滑追踪进行三元分类，对于低分辨率眼动追踪器具有较好的鲁棒性和一致性，评估结果显示该算法在本文给出的四个数据集上表现优越，其实现和注释数据集请联系第一作者。
smooth pursuit eye movementsclassification algorithmbayesian decision theory identificationeye-tracking researchlow-resolution eye trackers
发现论文，激发创造
  • 用于眼动分类的分层 HMM

    本文提出了一种基于层次 HMM 算法的眼动分类方法，不同于现有的阈值方法，该算法通过纪录的原始眼动追踪数据中的不同特征进行分层分类，并逐一分离出一种眼动类型。实验结果表明，该方法在分离视线注视、扫视和平稳追踪时有较好的性能表现。

    Aug, 2020

  • 一种用于眼动生物特征的得分级融合方法

    本文提出了一种使用眼动模式进行生物识别的新框架，利用 fixations 和 saccades 提取特征，并使用 Gaussian Radial Basis Function Network 用于生物认证。使用文本阅读和屏幕上的随机点跟随等两种视觉刺激进行了测试，结果表明眼动模式是一种强大的生物证明模式，该算法已经在 BioEye 2015 数据库上进行了验证，并发现胜过其他所有方法。结合虹膜识别技术使用眼动动力学可能会导致一个牢固的防伪人员身份识别系统。

    Jan, 2016

  • 多数据集下基于眼动的用户识别的广泛研究

    本文介绍了一种基于眼动特征的生物识别身份验证方法，并针对多个数据集对其进行了广泛的用户身份识别研究。通过对刺激类型、IVT 参数等多方面的分析，发现选择最佳 IVT 参数、添加高阶导数特征和包含额外的眨眼识别器等三个方法对身份验证准确性的提高具有积极影响。

    Nov, 2021

  • 用于图像分类，目标检测和跟踪的扫视机制

    利用视觉运动机制中的 Saccade 机制，结合注意力驱动的视觉处理方法来实现深度学习神经网络分类和目标检测问题的智能数据压缩，实验在 ResNet-18，ViT，DETR 和 TransTrack 模型上进行，结果显示了该方法具有不错的性能表现。

    Jun, 2022

  • 深度学习在帕金森病眼动数据的时间序列分类中的应用

    通过使用眼动追踪数据，分析巴金森病诊断和分类的深度学习算法，研究发现通过用于准备阶段的短时间序列数据作为输入可实现疾病分类任务，结果表明这些数据具有较低的主体间变异性并携带关于大脑认知和运动状况的有用信息，有效用于机器学习发现与疾病相关的生物标志物。

    Nov, 2023

  • 高度动态决策任务中的潜在注视信息

    本文阐述在当前数字化和逐渐普及的人工智能技术下，眼动技术在领域专家识别、不同领域的知识迁移以及混乱的时间检测等方面发挥了重要作用，并建立了数字诊断模型以及可能的数字助理培训选择。

    Feb, 2022

  • 眼中的行为：动态注视数据集和学习显著性模型用于视觉识别

    本研究使用人眼追踪数据结合计算机视觉，探究了视觉搜索模式的稳定性、计算机视觉的空间 - 时间兴趣点采样策略与人类注视策略之间的差异，证明人类注视可以被准确预测，且在使用先进计算机视觉实践建立端到端可训练的计算机视觉系统时表现优良。

    Dec, 2013

  • 连续自校准眼球注视跟踪在头戴式虚拟现实系统中的统计方法

    本研究提出一种新颖的自动眼动追踪方案，使用高斯过程回归模型对角膜位置与屏幕位置之间的连续映射进行建模，以消除了对显式标定步骤的需求，并自动对头戴显示器相对于头部的微小移动进行补偿，从而达到了与显式标定步骤几乎相同的准确性。

    Dec, 2016

  • 弥合鸿沟：凝视事件作为可解释概念解释深度神经序列模型

    本研究旨在通过使用现有的凝视事件检测算法定量评估比较眼球运动中其不同成分的影响，从而展示 Saccades 事件对于数据集中输入特征的显著重要性， 并通过使用 Saccades 的子事件进一步研究样本的速度对于概念的影响。

    Apr, 2023

  • 动态场景中基于物体的扫视决策的模块化框架

    通过建立一种新的模型，模拟人眼在动态实景场景中的活动探索过程，该模型中采用了漂移扩散模型（DDM），将其扩展为多种选项，并将决策与基于对象的场景感知进行了明确的联系。

    Jun, 2021