論文の概要: Evaluating Visual Realism of AI-Generated Videos with Eye Tracking

• arxiv url: http://arxiv.org/abs/2610.38825v1
• Date: Wed, 28 Oct 2026 20:20:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-01 01:32:10.004114
• Title: Evaluating Visual Realism of AI-Generated Videos with Eye Tracking
• Title（参考訳）: 視線追跡によるAI生成映像の視覚リアリズム評価
• Abstract要約: 本稿では,AI生成ビデオの補完的評価信号としての視線追跡について検討する。 分析の結果,視線パターンは人間の明示的なフィードバックと一致した情報的評価信号を提供することがわかった。 本稿では、視線追跡データからAI生成ビデオの視覚的リアリズムを予測するための、最初の計算手法であるGazeEvalを提案する。
• 参考スコア（独自算出の注目度）: 3.4062426270536927
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human evaluation of AI-generated videos has so far relied on explicit human feedback, such as judgments or ratings. While these signals capture the conclusions viewers reach, they fail to offer insights into the perception that leads to them. This paper investigates eye tracking as a complementary human evaluation signal for AI-generated videos. We conducted two Visual Turing Test (VTT) experiments with a total of 90 participants on videos generated by latest generative models, in which participants watched each video twice and then gave their feedback. Across the experiments, we collected 4,286 valid eye-tracking trials on 438 videos. Our analysis indicates that gaze patterns offer informative evaluation signals that align with explicit human feedback. Building on the findings, we propose the first computational method GazeEval to predict the perceived visual realism of AI-generated videos from eye-tracking data. It achieves 71.3% accuracy in prediction, providing evidence that eye tracking data carries informative signals about how people evaluate a video. We release the study data to support further research on eye tracking for evaluating AI-generated video.
• Abstract（参考訳）: AI生成ビデオの人間による評価は、これまで、判断や評価などの明確な人間のフィードバックに依存してきた。 これらのシグナルは、視聴者が到達した結論をとらえるが、それらに繋がる知覚についての洞察は得られない。 本稿では,AI生成ビデオの補完的評価信号としての視線追跡について検討する。 2つのVisual Turing Test (VTT) 実験を行い、90人の参加者を対象に、最新の生成モデルによって生成されたビデオについて実験を行った。 実験では、438本のビデオで4,286件の眼球追跡試験を行った。 分析の結果,視線パターンは人間の明示的なフィードバックと一致した情報的評価信号を提供することがわかった。 そこで本研究では,視線追跡データからAI生成ビデオの視覚的リアリズムを予測するための,最初の計算手法であるGazeEvalを提案する。 71.3%の精度を達成し、視線追跡データが映像の評価方法に関する情報的シグナルを伝達している証拠を提供する。 我々は、AI生成ビデオを評価するために、視線追跡に関するさらなる研究を支援するために、研究データをリリースする。

関連論文リスト

• Skyra: AI-Generated Video Detection via Grounded Artifact Reasoning [66.51617619673587]
  AI生成ビデオにおける人間の知覚可能な視覚的アーティファクトを識別する,特殊な大規模言語モデル(MLLM)であるSkyraを紹介する。 この目的を達成するために、我々は、人間のアノテーションを微粒化した最初の大規模AI生成ビデオデータセットである、Supervised Fine-Tuning (SFT)のためのViF-CoT-4Kを構築した。 次に,モデルの時間的知覚,説明能力,検出精度を体系的に向上する2段階のトレーニング戦略を開発する。
  論文  参考訳（メタデータ） (2025-12-17T18:48:26Z)
• Leveraging Pre-Trained Visual Models for AI-Generated Video Detection [54.88903878778194]
  ビデオ生成の分野はDeepFakesを超えて進歩し、ジェネリックコンテンツでAI生成ビデオを検出する方法が緊急に必要になった。 本稿では,事前学習した視覚モデルを用いて,実写映像と実写映像を区別する手法を提案する。 提案手法は, 平均90%以上で高い検出精度を達成し, その有効性を裏付けるものである。
  論文  参考訳（メタデータ） (2025-07-17T15:36:39Z)
• AI-Generated Video Detection via Perceptual Straightening [10.189379841180285]
  本稿では,AI生成ビデオと自然を区別する新しい手法であるReStraVを提案する。 知覚的直交」仮説に着想を得て、モデルの表現領域における時間的曲率と段階的距離を定量化する。 我々の分析によると、AI生成ビデオは実際のビデオと比べて、曲率と距離のパターンがかなり異なる。
  論文  参考訳（メタデータ） (2025-07-01T09:04:21Z)
• GRADEO: Towards Human-Like Evaluation for Text-to-Video Generation via Multi-Step Reasoning [62.775721264492994]
  GRADEOは、最初に設計されたビデオ評価モデルの1つである。 説明可能なスコアと評価のためにAIが生成したビデオを、多段階の推論によって評価する。 実験の結果,本手法は既存手法よりも人的評価に適合していることがわかった。
  論文  参考訳（メタデータ） (2025-03-04T07:04:55Z)
• Generative Ghost: Investigating Ranking Bias Hidden in AI-Generated Videos [106.5804660736763]
  ビデオ情報検索は、ビデオコンテンツにアクセスするための基本的なアプローチである。 我々は,検索モデルがアドホックや画像検索タスクにおいて,AI生成コンテンツに好適であることを示す。 我々は、ビデオ検索に挑戦する文脈において、同様のバイアスが出現するかどうかを考察する。
  論文  参考訳（メタデータ） (2025-02-11T07:43:47Z)
• Unmasking Illusions: Understanding Human Perception of Audiovisual Deepfakes [49.81915942821647]
  本研究は,ディープフェイク映像を主観的研究により識別する人間の能力を評価することを目的とする。 人間の観察者を5つの最先端オーディオ視覚深度検出モデルと比較することにより,その知見を提示する。 同じ40の動画で評価すると、すべてのAIモデルは人間より優れていることが分かりました。
  論文  参考訳（メタデータ） (2024-05-07T07:57:15Z)
• Learning Video-independent Eye Contact Segmentation from In-the-Wild Videos [18.373736201140026]
  本研究では,野生の映像における片方向眼球接触検出の課題に対処する。 私たちのゴールは、任意の入力ビデオの中で、人が視線ターゲットを見ていることを識別できる統一モデルを構築することです。 ラベル付きトレーニングデータの不足により、ラベルなしビデオの擬似ラベルを生成するための視線目標探索法を提案する。
  論文  参考訳（メタデータ） (2022-10-05T05:46:40Z)

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。