I-MPN:用于高效的人在循环注释移动眼部追踪数据的诱导性消息传递网络
Hoang H Le1,2,3, Duy M H Nguyen4,5,6, Omair Shahzad Bhatti7
1Interactive Machine Learning Department, German Research Center for Artificial Intelligence (DFKI), 66123, Saarbrücken, Germany. lehuyhoang08032001@gmail.com.
Scientific reports
|April 23, 2025
概括
这项研究引入了一种新的以人为中心的学习算法,用于移动眼睛跟踪中的自动对象识别. 该方法提高了动态视觉处理任务的效率和性能.
科学领域:
- 认知心理学 认知心理学
- 计算机视觉 计算机视觉
- 人与计算机的交互
背景情况:
- 了解动态环境中的人类视觉处理是心理学和以用户为中心的设计的关键.
- 手动分析移动眼部追踪数据是耗时且低效的.
- 需要自动化方法来分析来自自我中心记录的复杂视觉信息.
研究的目的:
- 开发一种新的以人为中心的学习算法,用于在移动眼睛跟踪设置中自动识别对象.
- 提高从动态环境中分析视觉数据的效率和准确性.
- 为了更好地理解人类的视觉信息处理.
主要方法:
- 对象探测器与空间关系感知感应信息传递网络 (I-MPN) 的集成.
- 利用节点配置信息和对象相关性来学习嵌入函数.
- 采用基于交互的学习方法,对较小的注释样本提供用户反.
主要成果:
- 在三个不同的视频序列上,与固定训练/测试算法相比,显著提高了性能.
- 在数据注释过程中证明了效率.
- 在移动眼睛跟踪数据中的对象识别任务中,超越了先前的交互式方法.
结论:
- 拟议的算法提供了一个高效和有效的解决方案,用于移动眼睛跟踪中自动识别对象.
- 以人为中心的学习方法在动态环境中促进了快速适应和高效推理.
- 这种方法推进了在现实环境中分析视觉信息处理的分析.


