结合眼动追踪、软件视网膜与深度学习的高效自我中心视觉感知
计算机视觉与模式识别
2018-09-06 v1
摘要
我们展示了正在进行的工作，旨在通过结合哺乳动物视网膜的空间变异成像架构与深度学习方法，利用生物学途径实现高效的自我中心感知。通过对借助眼动追踪眼镜采集的图像进行预处理以控制软件视网膜模型的注视位置，我们证明可将输入到DCNN的数据量减少为原来的1/3，减少所需的训练轮数，并在包含9个物体类别超过26000张图像的数据库上训练和验证系统时获得超过98%的分类率。
引用
@article{arxiv.1809.01633,
title = {Efficient Egocentric Visual Perception Combining Eye-tracking, a Software Retina and Deep Learning},
author = {Nina Hristozova and Piotr Ozimek and Jan Paul Siebert},
journal= {arXiv preprint arXiv:1809.01633},
year = {2018}
}
备注
Accepted for: EPIC Workshop at the European Conference on Computer Vision, ECCV2018