論文の概要: Measuring Browser Webcam Gaze Honestly: A Capture-Clock Methodology and Open Reference Implementation

• arxiv url: http://arxiv.org/abs/2608.11566v1
• Date: Wed, 12 Aug 2026 02:14:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.431741
• Title: Measuring Browser Webcam Gaze Honestly: A Capture-Clock Methodology and Open Reference Implementation
• Title（参考訳）: ブラウザウェブカムの計測:キャプチャ・クロック手法とオープンリファレンス実装
• Abstract要約: ブラウザベースの視線追跡装置は、クラウドスケールのデータ収集や、検査用視線追跡装置が実用的でない臨床環境での利用が増えている。 報告されたレイテンシ番号は、現実世界の機能を表すものではないかもしれない。 ブラウザの texttre-quest-Video-Frame-Call-back (rVFC) API から,フレーム単位のキャプチャクロックを回復して,正直に測定する方法を示す。
• 参考スコア（独自算出の注目度）: 1.2067010319055498
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Browser-based webcam gaze trackers are increasingly used for crowd-scale data collection and in clinical settings where lab eye trackers are impractical, but the reported latency numbers may not represent real world functionality. The common practice of timestamping each gaze sample when it is emitted, rather than when its source frame was captured, makes the measured inference latency read about $0\,$ms no matter how slow the engine really is. We show how to measure it honestly, recovering a per-frame capture clock from the browser's \texttt{re\-quest\-Video\-Frame\-Call\-back} (rVFC) API (\texttt{captureTime} where the browser exposes it for local camera streams, else \texttt{presentationTime}, in which case every recovered latency is a verifiable lower bound): exact source-frame pairing through a per-frame queue for engines that expose their inference pipeline, and a further lower bound for engines that do not, such as WebGazer. We release an open TypeScript implementation and benchmark harness, demonstrated on two interchangeable engines: WebGazer and a new FaceMesh+KRR pipeline.
• Abstract（参考訳）: ブラウザベースのWebカメラ視線追跡装置は、クラウドスケールのデータ収集や、ラボアイトラッカーが実用的でない臨床現場での利用が増えているが、報告された遅延数は現実世界の機能を表すものではないかもしれない。 ソースフレームがキャプチャされたときではなく、各ガンマサンプルが出力されたときのタイムスタンプの一般的なプラクティスは、エンジンが実際にどれだけ遅くても、測定された推論遅延を約0\,$msで読み取る。 ブラウザの‘texttt{re\-quest\-Video\-Call\-back} (rVFC) API(\texttt{captureTime})では、ブラウザがローカルカメラストリームに対してそれを公開している。 私たちは、WebGazerと新しいFaceMesh+KRRパイプラインという、2つの交換可能なエンジンで実証されたオープンなTypeScript実装とベンチマークハーネスをリリースしました。

関連論文リスト

• Rendering on Real Silicon: GPU Render-Timing as a Passive, AI-Resistant CAPTCHA Signal [4.02431279819382]
  我々は、永続的な識別子を漏らさず、識別するよりも分類するレンダリングタイミングのダイナミクスを計測する。 我々は、12時間のパッシブ配置で、その敵を特徴づける。 単一GPUアーキテクチャにおけるパイロットスケールの知見として報告する。
  論文  参考訳（メタデータ） (2026-07-25T23:10:24Z)
• Attention Once Is All You Need: Efficient Streaming Inference with Stateful Transformers [0.0]
  Flash Queriesは、データ到着間のアイドルサイクルを再利用し、登録された質問を事前に評価し、ユーザが尋ねる前にキャッシュされた回答を返す。 セル予算の受け入れとプレフィックスを意識したグループプレフィルを備えたマルチテナント連続バッチスケジューラは、数十のステートフルセッションを1つのGPU上で共存させることができる。 ストリーミング市場データベンチマークでは、参照実装は従来の推論エンジンよりも最大5.9倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2026-05-13T17:06:15Z)
• Don't Pause! Every prediction matters in a streaming video [55.509551643600794]
  一般的なストリーミング知覚とアシスト機能を評価するマルチターンプロアクティブクエリを特徴とするSPOT-Benchを提案する。 SPOT-BenchにはTimeliness-F1が付属している。 i)オフラインモデルは、確実にイベントを検知するが、スパム予測は失敗する; (ii) サイレントをトレーニングした後、スパムを減らし、応答を低下させる; (iii) ストリーミングビデオの半分は応答を期待しない。
  論文  参考訳（メタデータ） (2026-04-27T11:07:03Z)
• ReFrame: Layer Caching for Accelerated Inference in Real-Time Rendering [11.260625620980553]
  ReFrameは、レンダリングワークロードの品質とパフォーマンスのトレードオフを最適化するために、さまざまなキャッシュポリシを検討する。 3つのリアルタイムレンダリングタスクにおいて、品質損失を無視して平均1.4倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2025-06-14T20:17:43Z)
• Online Dense Point Tracking with Streaming Memory [54.22820729477756]
  デンスポイントトラッキングは、ビデオのかなりの部分を通して、初期フレーム内のすべてのポイントの連続的な追跡を必要とする、困難なタスクである。 最近の点追跡アルゴリズムは、通常、最初のフレームから現在のフレームへの間接的な情報伝達のためにスライドウィンドウに依存する。 我々は、高密度のtextbfPOint textbfTracking とオンラインビデオ処理のための textbfStreaming メモリを備えた軽量で高速なモデルを提案する。
  論文  参考訳（メタデータ） (2025-03-09T06:16:49Z)
• ODTrack: Online Dense Temporal Token Learning for Visual Tracking [22.628561792412686]
  ODTrackはビデオレベルのトラッキングパイプラインで、オンライントークンの伝搬方法でビデオフレームのコンテキスト関係を密に関連付ける。 リアルタイムの速度で実行しながら、7つのベンチマークで新しい itSOTA パフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-01-03T11:44:09Z)
• GPU-Accelerated WFST Beam Search Decoder for CTC-based Speech Recognition [1.2680687621338012]
  Connectionist Temporal Classification (CTC)モデルは、自動音声認識(ASR)パイプラインにおいて最先端の精度を提供する。 我々は、現在のCTCモデルと互換性のある、GPU駆動の重み付き有限状態トランスデューサ(WFST)ビームデコーダを導入する。 パイプラインのスループットを向上し、レイテンシを低減し、ストリーミング推論をサポートし、オンザフライ合成による発話固有の単語ブースティングなどの高度な機能をサポートする。
  論文  参考訳（メタデータ） (2023-11-08T19:57:10Z)
• You Can Ground Earlier than See: An Effective and Efficient Pipeline for Temporal Sentence Grounding in Compressed Videos [56.676761067861236]
  ビデオがトリミングされていない場合、時間的文のグラウンド化は、文問合せに従って目的のモーメントを意味的に見つけることを目的としている。 それまでの優れた作品は、かなり成功したが、それらはデコードされたフレームから抽出されたハイレベルな視覚的特徴にのみ焦点を当てている。 本稿では,圧縮された映像を直接視覚入力として利用する,圧縮された領域のTSGを提案する。
  論文  参考訳（メタデータ） (2023-03-14T12:53:27Z)
• Distortion-Aware Network Pruning and Feature Reuse for Real-time Video Segmentation [49.17930380106643]
  本稿では,リアルタイム視覚タスクのスキップ接続によるアーキテクチャの高速化を目的とした新しいフレームワークを提案する。 具体的には、各フレームの到着時に、前のフレームから特徴を変換し、特定の空間的ビンで再利用する。 次に、現在のフレームの領域におけるバックボーンネットワークの部分計算を行い、現在のフレームと前のフレームの時間差をキャプチャする。
  論文  参考訳（メタデータ） (2022-06-20T07:20:02Z)
• Real-time Online Multi-Object Tracking in Compressed Domain [66.40326768209]
  近年,Multi-Object Tracking (MOT) 手法が望まれるトラッキング性能を実現している。 隣接するフレームが極めて関連性が高く冗長であるという事実に着想を得て、フレームをキーフレームと非キーフレームに分割する。 私たちのトラッカーは、同等のトラッカー性能を維持しながら、約6倍高速です。
  論文  参考訳（メタデータ） (2022-04-05T09:47:24Z)
• FrameHopper: Selective Processing of Video Frames in Detection-driven Real-Time Video Analytics [2.5119455331413376]
  検出駆動リアルタイムビデオ分析では、ビデオフレームに含まれるオブジェクトを連続的に検出する必要がある。 これらの検出器をリソース制約されたエッジデバイスの各フレームで実行することは、計算集約的である。 本稿では,これらのスキップ長を決定するために,オフライン強化学習(RL)に基づくアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-03-22T07:05:57Z)
• Learning Spatio-Temporal Transformer for Visual Tracking [108.11680070733598]
  本稿では,エンコーダ・デコーダ変換器をキーコンポーネントとする新しいトラッキングアーキテクチャを提案する。 メソッド全体がエンドツーエンドであり、コサインウィンドウやバウンディングボックススムーシングのような後処理ステップは不要である。 提案されたトラッカーは、Siam R-CNNよりも6倍速いリアルタイム速度を実行しながら、5つのチャレンジングな短期および長期ベンチマークで最先端のパフォーマンスを実現します。
  論文  参考訳（メタデータ） (2021-03-31T15:19:19Z)
• Towards Streaming Perception [70.68520310095155]
  本稿では、リアルタイムオンライン知覚のための単一のメトリクスにレイテンシと精度を協調的に統合するアプローチを提案する。 この指標の背後にある重要な洞察は、瞬間ごとに認識スタック全体の出力を共同で評価することである。 本稿では,都市ビデオストリームにおけるオブジェクト検出とインスタンスセグメンテーションの具体的タスクに注目し,高品質で時間依存的なアノテーションを備えた新しいデータセットを寄贈する。
  論文  参考訳（メタデータ） (2020-05-21T01:51:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。