研究提出EyeMakeYou，用多条件扩散模型合成高频眼动信号
用多条件扩散模型合成高频眼动信号
（映维网Nweon 2026年09月14日）眼动生物识别系统需要大量高质量、高采样率的眼动数据，但这类数据采集成本高、规模有限。针对这个问题，有研究人员提出一种名为EyeMakeYou的多条件去噪扩散模型，根据用户身份、任务背景和主观状态生成受试者特定的高频注视速度信号。
眼动生物识别是近年来受到关注的行为生物识别方式，可用于用户认证，尤其在虚拟现实和增强现实系统中，注视动态包含受试者特定特征。但高采样率眼动信号，例如250至1000赫兹的信号，能够表示扫视、微扫视和平滑追踪等快速事件，同时也可能包含身份相关信息。收集这类数据需要专业设备、参与者时间和人力，许多大规模数据集还属于专有数据，因此合成受试者特定注视数据成为增强有限真实数据的一种思路。
现有生成方法要么合成通用注视行为，要么主要按身份个性化信号，没有联合表示用户的任务和主观状态。为此，研究团队提出EyeMakeYou，生成5秒、1000赫兹的双变量注视速度序列。模型以去除身份信息的低频参考轨迹为基础，并同时以三类条件控制生成过程：用户身份嵌入、任务嵌入，以及自我报告的整体难度、精神疲劳和眼睛疲劳评分。这些主观评分采用1至7的Likert量表。
......（全文 1358 字，剩余 908 字）
