GOF

该数据集主要关注IVT参数和眼动特征对用户识别的影响，其中包含了特定于用户识别的任务数据。由于某些参与者在视线追踪过程中没有产生固定点，因此在该数据集中，视觉追踪的速度被设定为每秒15度。此外，该数据集还提供了其他相关信息，以便更全面地分析用户识别任务。This dataset primarily focuses on the influence of IVT parameters and eye movement features on user identification, and contains task data dedicated to user identification tasks. As some participants failed to generate fixation points during the eye tracking process, the eye tracking speed was set to 15 degrees per second for this dataset. Furthermore, this dataset provides additional relevant information to enable a more comprehensive analysis of user identification tasks.

搜集汇总

背景与挑战

背景概述

GOF数据集是用于光学流学习的训练和评估数据集，包含2000个样本的训练集和测试集，专门设计用于融合陀螺仪数据以提升在雾、雨、夜晚等挑战性场景下的性能。该数据集支持MegEngine和PyTorch框架，是首个深度学习框架，结合陀螺仪引导的无监督学习，旨在解决传统光学流假设在恶劣环境下的失效问题。