自然场景下的基于外观的视线估计
计算机视觉与模式识别
2017-02-07 v1
摘要
基于外观的视线估计被认为在现实世界设置中表现良好，但现有数据集是在受控实验室条件下收集的，且方法未在多个数据集上进行评估。在本工作中，我们研究了自然场景下的基于外观的视线估计。我们提出了 MPIIGaze 数据集，其中包含我们从 15 名参与者在超过三个月的自然日常笔记本电脑使用过程中收集的 213,659 张图像。与现有数据集相比，我们的数据集在外观和光照方面具有显著更高的可变性。我们还提出了一种使用多模态卷积神经网络进行自然场景下基于外观的视线估计的方法，该方法在最具有挑战性的跨数据集评估中显著优于最先进的方法。我们在三个当前数据集（包括我们自己的数据集）上对几种最先进的基于图像的视线估计算法进行了广泛评估。该评估提供了清晰的见解，使我们能够识别自然场景下视线估计的关键研究挑战。
引用
@article{arxiv.1504.02863,
title = {Appearance-Based Gaze Estimation in the Wild},
author = {Xucong Zhang and Yusuke Sugano and Mario Fritz and Andreas Bulling},
journal= {arXiv preprint arXiv:1504.02863},
year = {2017}
}