EEGazeNet 用脑电信号修正视觉搜索注意力预测
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载数据集规模与场景
论文的第一项产出是 EEGaze 140，作者称其为目前公开可得的、规模最大的真实刺激自由视觉搜索多模态数据集。数据来自 36 名参与者，覆盖 140 个自然场景，每份记录都把 EEG 与眼动追踪同步采集。场景分两类：在桌面屏幕上查找应用图标，以及在杂乱的车间环境中寻找工具。作者指出，此前心理学相关研究多使用抽象、简化的刺激，或采用人为引导的搜索流程，与真实使用情境存在距离，这一数据集正是为填补该缺口而构建。
方法如何接入脑电
第二项产出是 EEGazeNet，作者称其为首个在视觉搜索的人类注意力预测中整合 EEG 的方法。整体思路是两段式：先由一个当前较优的显著性预测方法给出注意力预测，再通过 EEG 引导的修正阶段，依据用户当下的认知状态对该输出进行调整。这一设计的前提是，注意力分配虽主要由图像内容驱动，但心理学研究表明用户的认知状态同样有显著影响，而 EEG 是获取认知状态信息的一条可行途径。此前计算注意力建模的工作大多未把 EEG 纳入考虑。
评测结果与定位
作者在 EEGaze 140 上做了较完整的评测，结果显示 EEGazeNet 在所有基线与消融条件下都保持更优表现，说明 EEG 引导的修正环节带来了稳定增益。论文归类于人机交互、人工智能与多媒体方向，附有 arXiv 编号与 DOI 链接，并提供 PDF 与实验性 HTML 版本。对做显著性预测、眼动分析或脑机接口相关应用的研究者，可复用的部分是公开数据集与这套以 EEG 修正现有显著性模型的做法。
为什么值得看
把 EEG 纳入注意力建模，并放出目前规模最大的真实场景自由视觉搜索多模态数据集，对做眼动、显著性预测与人机交互的研究…
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。