iCub检测注视物体：一种估计人类注意力的流水线
机器人学
2025-09-16 v2
摘要
本研究报告探讨了眼动注视在人机交互中的作用，并提出了一种仅利用视觉反馈来检测人类所注视物体的学习系统。该系统结合人脸检测、人类注意力预测和在线物体检测，使机器人能够准确感知并解读人类注视，从而为与人类伙伴建立联合注意力铺平道路。此外，本文介绍了一个由人形机器人iCub采集的新数据集，包含十名参与者注视不同标注物体的超过22000张图像。该数据集可作为桌面人机交互（HRI）场景下人类注视估计领域的基准。在本工作中，我们使用它来评估所提流水线的性能并考察各组件的表现。此外，所开发的系统已部署于iCub上，一段补充视频展示了其功能。结果表明，所提方法作为提升社交机器人社会感知与响应能力、改善协作场景中的辅助与支持以促进高效人机协作的第一步，具有潜在应用价值。
引用
@article{arxiv.2308.13318,
title = {iCub Detecting Gazed Objects: A Pipeline Estimating Human Attention},
author = {Shiva Hanifi and Elisa Maiettini and Maria Lombardi and Lorenzo Natale},
journal= {arXiv preprint arXiv:2308.13318},
year = {2025}
}