azugarini/CapMIT1003

CapMIT1003是一个包含标题和点击相关图像探索的数据集，这些数据是在标题任务期间收集的。CapMIT1003基于著名的MIT1003基准，该基准在自由观看条件下提供了人眼跟踪数据，这为同时研究任务下的人类注意力提供了有希望的机会。

CapMIT1003 is a dataset of captions and click-contingent image explorations collected during captioning tasks. CapMIT1003 is based on the same stimuli from the well-known MIT1003 benchmark, for which eye-tracking data under free-viewing conditions is available, which offers a promising opportunity to concurrently study human attention under both tasks.

原始信息汇总

CapMIT1003 数据集概述

数据集描述

CapMIT1003 是一个包含字幕和点击条件图像探索的数据集，这些数据是在字幕任务期间收集的。该数据集基于著名的 MIT1003 基准测试中的刺激，该基准测试提供了在自由观看条件下的眼动追踪数据，为同时研究两种任务下的人类注意力提供了机会。

数据集特征

• obs_uid: 字符串类型，观察者唯一标识符。
• usr_uid: 字符串类型，用户唯一标识符。
• caption: 字符串类型，字幕内容。
• image: 图像类型，图像数据。
• clicks_path: 序列类型，包含两个整数，表示点击路径。
• clicks_time: 时间戳序列类型，表示点击时间。

数据集分割

• train: 训练集，包含 3848 个样本，总大小为 1611467 字节。

数据集大小

• 下载大小: 241443505 字节
• 数据集大小: 1611467 字节

引用信息

如果使用该数据集进行研究或工作，请引用以下论文：

@article{zanca2023contrastive, title={Contrastive Language-Image Pretrained Models are Zero-Shot Human Scanpath Predictors}, author={Zanca, Dario and Zugarini, Andrea and Dietz, Simon and Altstidl, Thomas R and Ndjeuha, Mark A Turban and Schwinn, Leo and Eskofier, Bjoern}, journal={arXiv preprint arXiv:2305.12380}, year={2023} }