基于预测一致性嵌入的域自适应视线估计
计算机视觉与模式识别
2020-11-17 v1
摘要
视线是人类注意力的本质表现。近年来，一系列工作在视线估计中取得了高精度。然而，人际差异限制了独立于被试的视线估计误差的降低。本文提出一种用于域自适应视线估计的无监督方法，以消除人际多样性带来的影响。在域自适应中，我们设计了一种具有预测一致性的嵌入表示，以确保不同域间视线方向在视线空间与嵌入空间上的线性关系保持一致。具体而言，我们利用源视线为每个目标域预测在视线空间上形成局部线性表示。然后将相同的线性组合应用于嵌入空间，为目标域样本生成假设嵌入，保持预测一致性。通过逼近目标域样本的预测嵌入与假设嵌入，减小了目标域与源域之间的偏差。在所提策略指导下，我们设计了域自适应视线估计网络 (DAGEN)，其学习具有预测一致性的嵌入，并在 MPIIGaze 和 EYEDIAP 数据集上取得了最先进的结果。
引用
@article{arxiv.2011.07526,
title = {Domain Adaptation Gaze Estimation by Embedding with Prediction Consistency},
author = {Zidong Guo and Zejian Yuan and Chong Zhang and Wanchao Chi and Yonggen Ling and Shenghao Zhang},
journal= {arXiv preprint arXiv:2011.07526},
year = {2020}
}
备注
16 pages, 6 figures, ACCV 2020 (oral)