arXiv cs.AI· Danqing Shi, Lan Jiang, Jake Lyons, Miri Zilka·· 13 小时前AI 评分31
用眼动追踪评估 AI 生成视频的视觉真实感
Evaluating Visual Realism of AI-Generated Videos with Eye Tracking
AI 导读
研究通过两项 Visual Turing Test 实验、90 名参与者对 438 个 AI 生成视频采集 4,286 次有效眼动追踪试次，发现注视模式与人类显式反馈一致。基于此提出首个计算方法 GazeEval，从眼动数据预测视频被感知的视觉真实感，准确率达 71.3%，并公开研究数据。
正文 · AI 翻译
摘要：迄今为止，对 AI 生成视频的人工评估一直依赖于显式的人类反馈，例如判断或评分。虽然这些信号捕捉到了观看者得出的结论，却无法揭示导致这些结论的感知过程。本文研究眼动追踪作为一种补充性的人工评估信号，用于评估 AI 生成视频。我们针对最新生成模型生成的视频开展了两次视觉图灵测试（VTT）实验，共有 90 名参与者参加，参与者在实验中观看每个视频两次，然后给出反馈。在这些实验中，我们共收集了 438 个视频上的 4,286 次有效眼动追踪试验。我们的分析表明，注视模式提供了与显式人类反馈相一致的信息性评估信号。基于这些发现，我们提出了首个计算方法 GazeEval，用于从眼动追踪数据预测 AI 生成视频的感知视觉真实感。它在预测中达到 71.3% 的准确率，提供了证据表明眼动追踪数据携带有关人们如何评估视频的信息性信号。我们发布了研究数据，以支持关于利用眼动追踪评估 AI 生成视频的进一步研究。
| 学科： | 人机交互（cs.HC）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.38825 [cs.HC] |
| （或本版本的 arXiv:2610.38825v1 [cs.HC]） | |
| https://doi.org/10.48550/arXiv.2610.38825 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Danqing Shi [查看邮箱]
[v1]
2026年10月28日星期三 20:20:43 UTC（15,355 KB）
来源：arXiv cs.AI · arxiv.org