眼动数据生成新突破！扩散模型让合成眼动逼近真实，成本直降82.7%
Diffusion models for eye-gaze trajectory generation using position and velocity representations
📖 AI 总结
该研究提出利用两种去噪扩散概率模型（DDPMs）无条件生成眼动追踪数据，以解决真实数据采集成本高、受限于隐私等问题。两种模型均采用相同的FiLM条件一维U-Net架构（1935万参数），分别生成原始二维注视位置序列和双分量速度序列，并在28名参与者的视觉搜索数据上进行训练与评估。结果显示，位置空间模型在九项运动学特征上的平均JS散度为0.016，注视时长与真实数据误差在2%以内，且Fréchet注视距离显著优于统计和马尔可夫基线；在合成训练-真实测试协议下，R²达到0.66。速度空间模型在速度相关特征上表现更优（平均JS散度0.0065），但路径长度重建精度较低。总体而言，无条件扩散模型能有效捕捉局部注视运动学及短时结构，但长程特征仍需依赖条件生成模型进一步改进。
🔑 关键词速览
| DDPMs | 去噪扩散概率模型，一种生成模型，通过逐步去噪从噪声中恢复数据。 |
| FiLM-conditioned U-Net | 一种使用特征级线性调制（FiLM）条件化的U-Net架构，用于生成任务中引入条件信息。 |
| Jensen-Shannon divergence | 衡量两个概率分布相似度的对称性度量，值越小表示分布越接近。 |
| Fr'echet Gaze Distance | 一种评估生成眼动轨迹与真实轨迹分布差异的指标，基于Fr'echet距离。 |
| Train-on-Synthetic-Test-on-Real | 一种评估协议，模型仅在合成数据上训练，然后在真实数据上测试，以检验泛化能力。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅