用眼动追踪评估AI生成视频真实感
原文：Evaluating Visual Realism of AI-Generated Videos with Eye Tracking
迄今为止，AI生成视频的人工评估依赖于明确的人类反馈，如判断或评分。虽然这些信号捕捉了观看者得出的结论，但无法提供导致这些结论的感知过程的洞察。本文研究眼动追踪作为AI生成视频的补充性人工评估信号。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90名参与者，参与者观看每个视频两次后给出反馈。在整个实验中，我们在438个视频上收集了4,286次有效眼动追踪试验。我们的分析表明，注视模式提供了与明确人类反馈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，从眼动追踪数据预测AI生成视频的感知视觉真实感。它达到了71.3%的预测准确率，提供了眼动追踪数据携带关于人们如何评估视频的信息性信号的证据。我们发布了研究数据以支持眼动追踪用于评估AI生成视频的进一步研究。作者：Danqing Shi、Lan Jiang、Jake Lyons、Miri Zilka。类别：cs.HC、cs.AI、cs.CV