聚焦目标：眼动追踪与啮齿动物追踪的结合
计算机视觉与模式识别
2025-03-14 v1
摘要
从视频记录中分析动物行为对科学研究至关重要，但手动标注仍然劳动密集且容易受主观性影响。需要高效的分割方法来自动化这一过程，同时保持高准确性。在本工作中，我们提出了一种新颖的流水线，利用 Aria 眼镜的眼动追踪数据生成提示点，然后使用快速的零样本分割模型生成分割掩码。此外，我们应用后处理来优化提示点，从而提高了分割质量。通过我们的方法，我们证明了将基于眼动追踪的标注与智能提示优化相结合可以提高分割准确性，在大鼠数据集的分割结果中，Jaccard 指数从 38.8 提升至 66.2，提高了 70.6%。
引用
@article{arxiv.2503.10305,
title = {Eye on the Target: Eye Tracking Meets Rodent Tracking},
author = {Emil Mededovic and Yuli Wu and Henning Konermann and Marcin Kopaczka and Mareike Schulz and Rene Tolba and Johannes Stegmaier},
journal= {arXiv preprint arXiv:2503.10305},
year = {2025}
}