面向低功耗/低质量消费级成像系统的眼动估计高效 CNN 实现
计算机视觉与模式识别
2018-06-29 v1
摘要
准确而高效的眼动估计对于驾驶员监控系统和新颖用户界面等新兴消费电子系统十分重要。此类系统需要在困难、无约束的环境中以低功耗和最低成本可靠运行。本文提出并评估了一种新的硬件友好型卷积神经网络模型，其计算需求极小，可用于高效的基于表观的眼动估计。该模型经过测试并与现有的基于表观的 CNN 方法进行比较，在以显著更少的计算需求下取得了更好的眼动精度。本文还提供了简要的更新文献综述。
引用
@article{arxiv.1806.10890,
title = {Efficient CNN Implementation for Eye-Gaze Estimation on Low-Power/Low-Quality Consumer Imaging Systems},
author = {Joseph Lemley and Anuradha Kar and Alexandru Drimbarean and Peter Corcoran},
journal= {arXiv preprint arXiv:1806.10890},
year = {2018}
}