本研究探讨了移动眼动追踪技术在课堂中自动化视觉关注检测的应用，提出了一种减少人工注释需求的流程。研究结果表明，该系统能够有效识别教师关注的学生，尤其在U形和小型教室中表现出较高的准确率，具有教育管理和师资培训的潜在价值。

本研究探讨了眼动在欺骗检测中的应用，利用机器学习模型分析注视、眼跳、眨眼和瞳孔大小。XGBoost模型在二分类任务中的准确率达到74%，识别出多个关键特征，为欺骗检测提供了新方法。

本研究通过眼动观察分析阅读理解，提出了Fisher-SVM和Eyettention等多种模型，探讨眼动数据与机器阅读理解的关系。研究表明，眼动特征能够有效提升模型性能，并为理解阅读障碍提供新见解。

苹果公司的Vision Pro混合现实头戴式设备存在安全漏洞，黑客可以通过分析虚拟化身的眼球运动来推断用户在虚拟键盘上输入的内容。该漏洞已被修复。黑客可以利用这一漏洞获取用户的敏感信息。这是首个利用注视信息远程执行按键推断的攻击方式。

本文介绍了多种眼动追踪技术，包括基于卷积神经网络的iTracker模型、Siamese神经网络优化的视觉目标跟踪，以及CB-ConvLSTM模型用于事件驱动眼动追踪。这些技术在移动设备和边缘计算中的应用潜力，尤其在医疗和视觉研究领域具有显著优势。

本文介绍了Video-MME，这是评估多模态大型语言模型（MLLMs）在视频分析中性能的基准测试。研究表明，商业模型Gemini 1.5 Pro的表现优于开源模型。此外，文章探讨了情绪识别和脑电图（EEG）信号的应用，以及新数据集EIT-1M的有效性，强调了多模态模型在情感理解和视频合成中的潜力。

该研究探讨了基于图神经网络的多目标跟踪和视觉关系检测算法，展示了其在运动对象分割、人物重识别和视频交互识别等领域的优越性，显著提高了检测的准确性和效率。

利用点云作为事件表示来利用眼动任务中事件的高时间分辨率和稀疏特性，重新思考基于点的架构 PEPNet 并引入长期样本关系预处理的创新设计 FAPNet，以实现自适应跟踪和利用样本之间的时间相关性的频适应机制。在 SEET 合成数据集上，FAPNet 可以以仅消耗 PEPNet 计算资源的 10％的状态实现，并且其计算需求不依赖于传感器的空间分辨率，提高其在资源有限的边缘设备上的适用性。

本研究提出了一种稀疏变化卷积长短期记忆（CB-ConvLSTM）模型，专为AR/VR设备的事件驱动眼动追踪设计。该模型利用事件相机的低延迟和稀疏输出，能够高效提取时空特征，算术运算减少约4.7倍，且不损失精度，适合资源受限设备的实时眼动追踪。

本文提出了一种新型多模态聚类算法——多模态多视图非负矩阵分解（NMF），并通过实验验证了其在多个数据集上的优越表现，解决了NMF问题中的稀疏特征提取，探讨了该方法在医学图像中的应用。

本文探讨了利用卷积神经网络（CNN）和眼球追踪技术提高医学图像分析的准确性。研究表明，将有丝分裂检测转化为图像描述和视觉问答任务可以降低病理学家的主观性。此外，提出的医学对比度视线图像预训练（McGIP）方法在临床应用中显示出有效指导对比度学习的潜力。

本文研究了阅读文本时眼动的影响和多语言模型对跨语言转移的使用。作者使用眼动模式和多语言模型成功预测了13种语言的模式，并量化了模型对结构复杂性的敏感性。结果表明，模型整合了跨语言之间的差异，并捕捉到了更复杂的结构信息。

该研究提出了一种基于深度学习模型的帕金森病诊断方法，利用静息状态脑电图信号，通过提取复杂的隐藏非线性特征并展示其在未见数据上的泛化能力。该模型在三个公开数据集上评估，结果表明其能准确诊断帕金森病，即使输入信息部分缺失也能表现良好。该研究对患者治疗和帕金森病早期检测具有重要意义，该模型有望成为一种非侵入性且可靠的帕金森病早期检测技术。

本文提出一种基于点云的两人交互识别网络，通过时间间隔帧采样（IFS）高效选取视频帧，提取特征，并用transformer实现自注意力机制分类。在NTU RGB+D数据集上的实验结果优于现有方法。

该研究建立了基于SNN的视觉搜索模型，能够学习类似人类的凝视策略，具有高能效性和优于人类的搜索速度和准确性。该工作联系了神经科学和机器学习，为开发更高能效的计算机视觉算法提供了启示。