AL-GTD：用于视线目标检测的深度主动学习
计算机视觉与模式识别
2024-09-30 v1
摘要
视线目标检测旨在确定一个人正在注视的图像位置。尽管现有研究通过回归准确的视线热图在该领域取得了重大进展，但这些成就很大程度上依赖于获取大量标注数据集，这需要大量的人力。在本文中，我们的目标是减少视线目标检测对标注训练数据规模的依赖。为此，我们提出了 AL-GTD，这是一种创新的方法，它在一个新颖的样本获取函数中整合了监督和自监督损失以执行主动学习（AL）。此外，它利用伪标记来减轻训练阶段的分布偏移。AL-GTD 仅利用 40-50% 的训练数据便实现了所有 AUC 结果中的最佳表现，而最先进的 SOTA 视线目标检测器需要整个训练数据集才能达到相同的性能。重要的是，AL-GTD 在使用 10-20% 的训练数据时即可快速达到令人满意的性能，这表明我们的获取函数是有效的，它能够获取信息量最大的样本。我们通过为该任务调整几种主动学习方法提供了全面的实验分析。AL-GTD 优于主动学习竞争方法，同时在低数据量机制下训练时，与 SOTA 视线目标检测器相比也展现出优越的性能。代码可在 https://github.com/francescotonini/al-gtd 获取。
引用
@article{arxiv.2409.18561,
title = {AL-GTD: Deep Active Learning for Gaze Target Detection},
author = {Francesco Tonini and Nicola Dall'Asen and Lorenzo Vaquero and Cigdem Beyan and Elisa Ricci},
journal= {arXiv preprint arXiv:2409.18561},
year = {2024}
}
备注
Accepted to ACM Multimedia 2024