超越扫描路径：基于图的动态场景注视模拟
计算机视觉与模式识别
2026-03-31 v1
摘要
准确建模人类注意力对于诸多计算机视觉应用尤其是在汽车安全领域至关重要。现有方法通常将注视折叠为显著性图或扫描路径，仅隐式地处理注视动态。我们将注视建模形式化为自回归动力系统，显式地对原始注视轨迹在时间上的展开，条件依赖于注视历史和不断变化的环境。驾驶场景作为注视中心图处理，由 Affinity Relation Transformer (ART) 进行处理，这是一种异构图变换器，建模驾驶员注视、交通目标和道路结构之间的相互作用。我们进一步引入 Object Density Network (ODN) 以预测下一个步骤的注视分布，捕捉复杂环境中注意力转移的随机性和对象导向性。我们还发布了 Focus100 数据集，包含 30 名参与者观看自我驾驶影片的原始注视数据。在直接对原始注视进行训练（无需固定点过滤）的情况下，我们的统一方法产生更自然的注视轨迹、扫描路径动力学和显著性图，为动态环境中人类注意力的时间建模提供了宝贵的见解。
引用
@article{arxiv.2603.28319,
title = {Beyond Scanpaths: Graph-Based Gaze Simulation in Dynamic Scenes},
author = {Luke Palmer and Petar Palasek and Hazem Abdelkawy},
journal= {arXiv preprint arXiv:2603.28319},
year = {2026}
}