CrossGaze: 一种用于野外三维视线估计的强基线方法
计算机视觉与模式识别
2024-02-14 v1
摘要
视线估计，即预测个体注视方向的任务，在人机交互和虚拟现实等领域具有直接应用。在无约束环境中估计注视方向是困难的，因为许多因素可能遮挡面部和眼部区域。在本工作中，我们提出CrossGaze，一种用于视线估计的强基线方法，它利用了计算机视觉架构和基于注意力的模块的最新进展。与先前方法不同，我们的方法不需要专门的架构，而是利用已建立的模型，将其集成到我们的架构中并适配于三维视线估计任务。这种方法允许对架构进行无缝更新，因为任何模块都可以替换为更强大的特征提取器。在Gaze360基准测试上，我们的模型超越了多种最先进方法，达到了9.94度的平均角度误差。我们提出的模型为未来视线估计的研究与发展奠定了坚实基础，为在真实场景中实现实用且准确的视线预测铺平了道路。
引用
@article{arxiv.2402.08316,
title = {CrossGaze: A Strong Method for 3D Gaze Estimation in the Wild},
author = {Andy Cătrună and Adrian Cosma and Emilian Rădoi},
journal= {arXiv preprint arXiv:2402.08316},
year = {2024}
}