面向智能手机实用化视线估计的广义鲁棒方法
计算机视觉与模式识别
2019-10-17 v1
摘要
普通智能手机的视线估计，例如估计用户正在注视手机屏幕上的哪个位置，可以应用于多种场景。然而，广泛使用的基于外观的 CNN 方法在实际应用中仍存在两个问题。首先，由于数据集有限，视线估计极易遭受过拟合，导致运行时精度不佳。其次，当前方法通常不够鲁棒，即使用户在进行注视固定时，其预测结果也存在明显的抖动，这极大地降低了用户体验。针对第一个问题，我们提出了一种新的宽容与天才 (TAT) 训练方案，这是一个迭代的随机知识蒸馏框架，并通过余弦相似度剪枝和对齐正交初始化进行增强。知识蒸馏是一个宽容的教学过程，提供多样且信息丰富的监督。增强的剪枝和初始化是一个天才的学习过程，促使网络逃离局部极小值并从更好的起点重生。针对第二个问题，我们定义了一个新的度量标准来衡量视线估计器的鲁棒性，并提出了一种基于对抗训练的带有序数损失的扰动 (DwO) 方法来改善它。实验结果表明，我们的 TAT 方法在 GazeCapture 数据集上达到了最先进的性能，并且我们的 DwO 方法在保持可比精度的同时提高了鲁棒性。
引用
@article{arxiv.1910.07331,
title = {A Generalized and Robust Method Towards Practical Gaze Estimation on Smart Phone},
author = {Tianchu Guo and Yongchao Liu and Hui Zhang and Xiabing Liu and Youngjun Kwak and Byung In Yoo and Jae-Joon Han and Changkyu Choi},
journal= {arXiv preprint arXiv:1910.07331},
year = {2019}
}
备注
Accepted by ICCV 2019 Workshop. Fix the error of the Figure 1 in the camera ready file