实时网络摄像头视线追踪中的效率问题

效率与易用性对于基于摄像头的眼/视线追踪的实际应用至关重要。视线追踪涉及根据面向计算机的摄像头所拍人脸图像来估计人在屏幕上的注视位置。本文中，我们研究视线追踪中两种互补的效率形式：1. 系统的计算效率，其由预测视线向量的 CNN 的推理速度主导；2. 可用性效率，其由将视线向量标定至电脑屏幕这一强制标定的繁琐程度决定。为此，我们评估了 CNN 的计算速度/精度权衡以及屏幕标定的标定工作量/精度权衡。对于 CNN，我们评估了全脸、双眼与单眼输入。对于屏幕标定，我们测量所需标定点的数量并评估三类标定：1. 纯几何，2. 纯机器学习，3. 混合几何回归。结果表明，单眼输入与几何回归标定实现了最佳权衡。