arXiv · cs.AI · Laxman Basnet, Alexander Szorkovszky, Pedro G. Lind, Anis Yazidi, Shailendra Bhandari · 6 小时前模型评分27
扩散模型用位置与速度表示生成眼动轨迹
Diffusion models for eye-gaze trajectory generation using position and velocity representations
导读
研究用扩散模型无条件生成眼动轨迹，在28名参与者的8秒视觉搜索数据上训练，比较位置表示与分量速度表示。位置模型在八项位置衍生特征上的平均Jensen-Shannon散度为0.016±0.004，速度模型为0.037±0.002，但作者指出这不能证明表示选择导致差异。该结果为眼动数据稀缺问题提供了定量参考，并显示评估方式会影响对生成轨迹的结论。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We investigate unconditional gaze generation using diffusion models in position and component-wise velocity representations.”
来源：arXiv · cs.AI · arxiv.org