FOVAL：无校准且对被试无关的多样化眼动数据定眼 fixation 深度估计
计算机视觉与模式识别
2025-09-22 v2 人工智能
人机交互
机器学习
信号处理
摘要
精准的 fixation 深度估计对于延伸现实 (XR)、机器人和人机交互的应用至关重要。然而，当前方法严重依赖用户特定的校准，这限制了其可扩展性和可用性。我们引入 FOVAL，一种 robust 的无校准方法，通过长短期记忆 (LSTM) 网络进行时空序列建模，结合 subject-invariant feature工程与归一化。与 Transformer、TCN 和 CNN 相比，FOVAL 在数据有限且噪声较大的场景中表现优异。通过留一交叉验证 (LOOCV) 和跨数据集验证，在三个基准数据集上的评估显示，平均绝对误差 (MAE) 为 9.1 cm，且在无校准情况下表现出强大的泛化能力。我们进一步分析了被试间的变异性和域迁移，为模型的鲁棒性和适应性提供了洞见。FOVAL 的可扩展性和准确性使其非常适用于实际部署。
引用
@article{arxiv.2408.03591,
title = {FOVAL: Calibration-Free and Subject-Invariant Fixation Depth Estimation Across Diverse Eye-Tracking Datasets},
author = {Benedikt W. Hosp},
journal= {arXiv preprint arXiv:2408.03591},
year = {2025}
}