CondSeg：基于条件分割的瞳孔与虹膜椭圆估计
计算机视觉与模式识别
2024-09-02 v1
摘要
眼部组件（即瞳孔、虹膜和巩膜）的解析是 AR/VR 产品中眼动追踪和注视估计的基础。主流方法将此问题作为多类分割任务处理，仅提供瞳孔/虹膜可见部分；其他方法则使用人工标注的完整瞳孔/虹膜参数来回归椭圆参数。在本文中，我们考虑了两个先验：投影的完整瞳孔/虹膜圆可以用椭圆建模（椭圆先验），以及瞳孔/虹膜的可见性由眼区开合度控制（条件先验），并设计了一种新方法 CondSeg，直接从分割标签估计瞳孔/虹膜的椭圆参数，无需显式标注完整椭圆，并使用眼区掩码控制估计瞳孔/虹膜椭圆的可见性。条件分割损失通过以可微方式将参数化椭圆转换为逐像素软掩码来优化参数。我们的方法在公开数据集（OpenEDS-2019/-2020）上进行了测试，在分割指标上展现出有竞争力的结果，并同时为眼动追踪的进一步应用提供了准确的椭圆参数。
引用
@article{arxiv.2408.17231,
title = {CondSeg: Ellipse Estimation of Pupil and Iris via Conditioned Segmentation},
author = {Zhuang Jia and Jiangfan Deng and Liying Chi and Xiang Long and Daniel K. Du},
journal= {arXiv preprint arXiv:2408.17231},
year = {2024}
}