研究者发布EEGaze 140数据集与EEGazeNet注意力预测方法
热点事件持续更新
研究者发布EEGaze 140数据集与EEGazeNet注意力预测方法
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Mansi Sharma 等研究者在 arXiv 发布论文，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，并同步公开 EEGaze 140 数据集。评测显示该方法在该数据集上持续优于所有基线与消融条件。 EEGazeNet 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。EEGaze 140 数据集包含 36 名参与者在 140 个自然场景下同步记录的 EEG 与眼动追踪数据，覆盖桌面图标搜索和杂乱车间找工具两类任务，论文称其为目前最大的公开真实刺激自由视觉搜索多模态数据集。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 01:04
EEGaze：基于 EEG 显著性精修的视觉搜索多模态注意力预测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.AIEEGaze：基于 EEG 显著性精修的视觉搜索多模态注意力预测
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。