arXiv · cs.AI· Mansi Sharma·· 13 小时前AI 评分29
EEGaze：基于 EEG 显著性精修的视觉搜索多模态注意力预测
EEGaze: Multimodal Attention Prediction in Visual Search via EEG-Based Saliency Refinement
来源与原文
arXiv · cs.AI
作者：Mansi Sharma
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35757v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 EEGazeNet，首个在视觉搜索中融合 EEG 信号的人类注意力预测方法，通过 EEG 引导的精修阶段将先进显著性预测结果适配用户认知状态。同时发布 EEGaze 140 数据集，包含 36 名参与者在 140 个自然场景下同步的 EEG 与眼动追踪记录，覆盖桌面图标搜索和杂乱车间找工具两类任务。评测显示 EEGazeNet 在该数据集上持续优于所有基线与消融条件。
来源：arXiv · cs.AI · arxiv.org