使用带谱损失的 GAN 模型构建眼球注视速度轨迹以提升保真度
神经与进化计算
2025-06-05 v1 机器学习
摘要
精准建模眼球注视动力学对于人机交互、神经诊断和认知研究的进步至关重要。传统的生成模型如马尔可夫模型往往无法捕捉眼球注视轨迹数据中所蕴含的复杂时序依赖关系和分布细微差别。本研究引入一种 GAN 框架，采用 LSTM 和 CNN 生成器和判别器来生成高保真度的人工眼球注视速度轨迹。我们对四种 GAN 架构进行了全面评估：CNN-CNN、LSTM-CNN、CNN-LSTM 和 LSTM-LSTM，在两种条件下训练：仅使用对抗损失和使用对抗损失和谱损失的加权组合。我们的发现表明，采用新损失函数训练的 LSTM-CNN 架构在与真实数据分布的对齐方面最接近，有效捕捉了分布尾部以及复杂的时序依赖关系。谱正则化的包含显著增强了 GAN 复制眼球注视运动谱特征的能力，导致学习过程更稳定并提高数据保真度。与进一步优化的四状态 HMM 进行的比较分析进一步凸显了 LSTM-CNN GAN 的优势。统计指标显示，HMM 生成的数据在均值、标准差、偏度和峰度方面与真实数据存在显著偏差。相比之下，LSTM-CNN 模型在这些统计指标上与真实数据高度吻合，确认了其有效建模眼球注视动力学复杂性的能力。这些结果将谱正则化 LSTM-CNN GAN 定位为生成高保真人工眼球注视速度数据的强大工具。
引用
@article{arxiv.2412.04184,
title = {Modeling Eye Gaze Velocity Trajectories using GANs with Spectral Loss for Enhanced Fidelity},
author = {Shailendra Bhandari and Pedro Lencastre and Rujeena Mathema and Alexander Szorkovszky and Anis Yazidi and Pedro Lind},
journal= {arXiv preprint arXiv:2412.04184},
year = {2025}
}
备注
16