gaze | BriefGPT - AI 论文速递

关键词gaze

搜索结果 - 7

视觉语言模型用于解码新生儿复苏期间的医护人员关注点
通过第一人称视角视频的实时深度学习方法，本研究展示了进行新生儿复苏期间提供者凝视定位的自动化解析，为提高提供者培训、实时决策支持以及优化产房和新生儿重症监护病房设计提供了可能。该方法能够客观地量化提供者在新生儿复苏中的注意力变化，为数据稀缺
PDF3 months ago
注视引导的手物互动合成：基准与方法
我们介绍了第一个注视引导的手 - 物体交互数据集，并提出了一个新颖的注视引导的手 - 物体交互综合任务。我们的数据集 GazeHOI 通过同时建模注视、手和物体的交互，包含 479 个序列，平均持续时间为 19.1 秒，812 个子序列和
PDF3 months ago
Sharingan：一种基于 Transformer 的注视跟踪架构
面部注视是人类从小培养起来的一种强大的非语言交流和社交互动方式。因此，对这种行为进行建模是一项重要任务，可以造福于从机器人学到社会学等广泛领域。本文介绍了一种基于变换器的二维注视预测架构，通过两个变种进行实验，并取得了在 GazeFollo
PDF9 months ago
将明确的凝视约束引入面部交换
本研究提出了一种利用凝视识别辅助脸部交换模型训练的新型损失函数，以改善脸部交换过程中的目光朝向问题，实现更自然、逼真的图片生成。结果发现，该方法在改善凝视问题方面表现明显优于现有技术。
PDFa year ago
通过嵌入预测一致性进行域自适应凝视估计
本文提出一种无监督学习的方法，采用 embedding representation 及 prediction consistency 来消除 inter-personal diversity 对 gaze estimation 的影响，设
PDF4 years ago
CVPR一种基于凝视的第一人称视频快进方法
本文提出一种基于注意力模型、注重注视点和视觉场景分析生成视频语义得分的方法，以加速重要片段并跳过重复片段的第一人称视频片段浏览。在公开的第一人称视频数据集上进行的实验评估表明，此方法能够有效提高视频片段搜索速度和准确性。
PDF4 years ago
与人类视线互动的神经图像字幕生成
通过研究人类注视和深度神经网络注意力机制之间的相互作用，我们提出了一种新的注视辅助图像字幕模型，将人的注视信息集成到基于注意力的 LSTM 结构中，能够将算法选择性地分配到注视和非注视的图像区域，这种方法通过对 COCO / SALICON
PDF8 years ago