通过开发头部和眼部跟踪数据集，本研究揭示了在多个用户和视频的实验设置中，眼球注视相对视野下方固定位置的一致偏移现象，从而挑战了视野中心位置的注视注意力按照高斯分布递减的广泛假设，并提供了根据给定头部或眼部坐标和预生成的视频注视分布图集生成注视分布的脚本。

Mar, 2024

研究了利用仿生学注意机制的物体识别方法，通过采用集成注意力、分类和定位的双重任务模型，利用人类注意力系统分辨图像中的感兴趣区域。

Apr, 2023

该研究提出了一种基于注意力机制增强的 CNN-LSTM 网络架构，可用于动态视频场景下显著性学习，在 DHF1K 数据集上取得了优于其他竞争者的性能表现。

Jan, 2018

本文提出了一种基于元学习和机器学习的视口预测范式，旨在减少 360 度全景视频的资源消耗，提高视口预测的鲁棒性，该模型通过迅速适应每个用户，可以显着提高预测准确性。

Dec, 2022

本文介绍了一种基于解耦策略的视频全景分割方法，该方法在开发和测试阶段分别达到了 51.4 和 53.7 的 VPQ 得分，并在第二届 PVUW 挑战赛的 VPS 赛道上排名第一。

Jun, 2023

提出了一种利用视频数据集和图像相结合的方法，通过学习用户注视与眼部外形之间的联系来提高眼动追踪的精度，实现基于网络摄像头的高准确度屏幕眼动追踪，不需要标记的数据并且通过视觉刺激和眼部图像信息融合可以达到监督式个性化的效果。

Jul, 2020

介绍 Visual Experience Dataset（VEDB）：一个由超过 240 小时的自我感知视频结合注视和头部追踪数据组成的数据集，提供了人类观察者在视觉世界中的前所未有的体验。该数据集包含 717 个会话，由 58 名 6-49 岁的观察者记录。介绍数据收集、处理和标记协议，讨论数据集内潜在的错误或偏差来源。VEDB 的应用潜力广泛，包括改进注视追踪方法、评估时空图像统计数据以及优化场景和活动识别的深度神经网络。VEDB 可以通过已建立的开放科学平台访问，旨在成为一个持续更新的数据集，并鼓励社区贡献。数据集强调了参与者隐私和减轻潜在偏差等伦理考虑。通过提供基于真实世界经验的数据集，并附有丰富的元数据和支持代码，作者邀请研究社区利用和贡献 VEDB，以促进对自然环境中视觉感知和行为的更深入理解。

Feb, 2024

本研究提出了一种处理全景图像的深度学习算法，通过样式和投影转换，重新训练和调整现有的算法，从单目全景图像中恢复场景深度和车辆的三维姿态，大大提高了无人驾驶汽车使用全景摄像头时的准确性。

Aug, 2018

该研究提出了一种新颖的自校准眼动跟踪方法，基于用户视点的自由移动和视觉固定期间不同视点上对准点分布在物体表面的小区域的假设，使用 3D 场景的时间序列数据检测注视点，通过最小化注视点的离散度来优化校准参数，实现了在虚拟现实环境中平均误差低于 3° 的首个自校准方法。

Nov, 2023

为应对在野外进行视频全景分割任务，我们提出了一种强大的综合视频全景分割解决方案，通过将视频全景分割任务视为分割目标查询任务，利用神经网络提取的视频特征来预测分割掩码，同时添加了视频语义分割和视频实例分割等额外任务进行联合训练，提高了解决方案的学习准确性和收敛速度，最终在 VIPSeg 数据集上获得了第三名的好成绩。

Jun, 2023