用于移动平板凝视追踪的自适应特征融合网络
计算机视觉与模式识别
2021-03-23 v1
摘要
近年来，许多多流凝视估计方法被提出。它们从眼睛与面部外观估计凝视并取得合理精度。然而，多数方法只是简单拼接从眼睛和面部外观提取的特征，忽略了特征融合过程。本文提出一种新颖的自适应特征融合网络（AFF-Net），用于移动平板上的凝视追踪任务。我们堆叠双眼特征图并利用Squeeze-and-Excitation层依据外观相似性自适应融合双眼特征。同时，我们还提出自适应组归一化，以面部特征为引导重新校准眼睛特征。在GazeCapture与MPIIFaceGaze数据集上的大量实验一致证明了所提方法的优越性能。
引用
@article{arxiv.2103.11119,
title = {Adaptive Feature Fusion Network for Gaze Tracking in Mobile Tablets},
author = {Yiwei Bao and Yihua Cheng and Yunfei Liu and Feng Lu},
journal= {arXiv preprint arXiv:2103.11119},
year = {2021}
}
备注
Accepted at International Conference on Pattern Recognition 2020 (ICPR)