个性化校准对使用深度学习进行视线估计的影响
计算机视觉与模式识别
2021-09-28 v1
摘要
随着计算能力的提升和新型最先进深度学习算法的发展，基于外观的视线估计变得越来越流行。人们认为它在精心构建的实验室数据集上表现良好，然而在真实世界场景中部署时，它面临着若干挑战。其中一个挑战是估计一个视线估计深度学习模型对其一无所知的人的视线。为了分析在此类场景下的性能，我们尝试模拟了一种校准机制。在这项工作中，我们使用了 MPIIGaze 数据集。我们训练了一个多模态卷积神经网络，并分析了其在有校准和无校准情况下的性能，这项评估为校准如何提升深度学习模型在真实场景中估计视线的性能提供了清晰的见解。
引用
@article{arxiv.2109.12801,
title = {Effect Of Personalized Calibration On Gaze Estimation Using Deep-Learning},
author = {Nairit Bandyopadhyay and Sébastien Riou and Didier Schwab},
journal= {arXiv preprint arXiv:2109.12801},
year = {2021}
}