小红花·文摘
  • 首页
  • AI Tokens🪙
  • 排行榜🏆
  • 直播
  • FAQ
沉浸式翻译 immersive translate
Dify.AI
暗色模式与浅色模式:孰优孰劣?

研究综述表明:正常视力者在浅色模式下视觉表现更佳,因瞳孔收缩可减少像差、减轻疲劳;暗色模式则适合白内障等眼介质混浊患者。长期使用浅色模式可能与近视相关。建议默认采用浅色模式,同时提供深色模式切换选项。

暗色模式与浅色模式:孰优孰劣?

程序师 程序师 · 2026-01-19T02:26:46Z

本研究解决了认知负荷评估中缺乏自动检测手段的问题,探讨了基于瞳孔数据的机器学习方法来检测认知事件。通过将任务框定为二分类问题,并运用卷积神经网络,结果表明在不同认知任务中,模型的表现范围为0.47到0.80。这项工作展示了机器学习在基于瞳孔和眼动反应检测认知事件方面的潜力,对个性化学习和神经认知负荷管理优化具有重要意义。

使用瞳孔数据的机器学习自动检测认知事件

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 · 2024-10-18T00:00:00Z

本研究解决了眼动估计和眼动追踪技术中的关键问题,尤其是注释时间过长和技术门槛高的问题。通过利用SAM 2的零-shot分割能力,我们的关键发现是,该模型在瞳孔分割任务中,无需微调即可达到与专门模型相媲美的性能,平均交并比(mIoU)分数高达93%。

基于SAM 2的零-shot瞳孔分割:超过1400万图像的案例研究

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 · 2024-10-11T00:00:00Z

本研究解决了眼部组件解析(瞳孔、虹膜和巩膜)在AR/VR产品中眼动追踪与注视估计中的重要性。提出了一种新颖的方法CondSeg,通过分割标签直接估计瞳孔/虹膜的椭圆参数,且无需明确标注全椭圆,同时利用眼区掩码控制估计效果的可见性。实验结果表明,该方法在分割指标上具有竞争力,并为眼动追踪提供了准确的椭圆参数。

CondSeg:通过条件分割进行瞳孔和虹膜的椭圆估计

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 · 2024-08-30T00:00:00Z

本文介绍了多个眼动追踪相关的数据集和技术,如OpenEDS、MPIIGaze和Pupil。研究通过深度学习和虚拟现实技术提高眼动追踪的精度,解决了复杂环境下的瞳孔检测问题,并展示了其在不同应用场景中的有效性。

EyeDentify: 基于网络摄像头图像的瞳孔直径估计数据集

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 · 2024-07-15T00:00:00Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码