仿人视觉：基于注视对齐的自行车安全预测

自行车运输为公共健康和环境带来了显著益处，但由于安全感受的限制，城市中的接受度往往受限。当街道环境看起来不安全时，个体就不太可能选择骑行，使感知成为采用障碍。最近的研究表明，对街景图像的两两比较是一种可扩展的方式，用于学习主观安全判断。然而，现有方法未显式建模人类视觉注意力，而后者在人们感知安全性方面发挥核心作用。我们提出了一种眼动引导的感知自行车安全框架（EG-PCS），将眼动数据集成到基于视觉变换器的两两学习管道中。通过监督模型的注意力机制与人类注视模式的对齐，我们鼓励学习的注意力图更准确地反映人类的视觉注意力行为。实验表明，眼动引导的模型在排名性能方面与最先进的方法相似，但产生的注意力图更准确地反映了人类的视觉注意力行为。我们的结果表明，整合眼动信息既提升了预测准确性，又增强了感知基于城市分析中的可解释性。