BriefGPT - AI 论文速递
·
Pose2Gaze: 使用眼体协调模型从全身姿势生成逼真的人类注视行为
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究使用GW数据集训练了两种机器学习算法，用于眼睛运动分类。分类器在注视和眼球运动方面表现良好，但在追踪运动方面表现较差。最佳模型显示分类不需要空间对齐。
🎯
关键要点
- 研究使用GW数据集训练了两种机器学习算法。
- 算法用于眼睛运动分类，包括注视、眼球和追踪。
- 分类器在检测注视和眼球运动方面表现接近90%的性能。
- 在检测追踪运动时，分类器的性能低于60%。
- 追踪分类在没有头部运动信息的情况下表现更差。
- 最佳模型的特征显著性分析表明，分类不需要空间对齐。
➡️
