EllSeg：一种用于鲁棒视线跟踪的椭圆分割框架
计算机视觉与模式识别
2022-05-05 v2 机器学习
摘要
椭圆拟合是基于瞳孔或虹膜跟踪的视频眼动仪中的一个基本组成部分，其作用于使用各种计算机视觉技术先前分割出的眼部部件。诸如眼睑形状、相机位置或睫毛造成的遮挡等因素，常常使依赖明确定义的瞳孔或虹膜边缘段的椭圆拟合算法失效。在这项工作中，我们提出训练一个卷积神经网络直接分割完整的椭圆结构，并证明此类框架对遮挡具有鲁棒性，且相较于对多个公开可用的合成分割数据集使用标准眼部部件分割，提供了更优的瞳孔和虹膜跟踪性能（在双像素误差范围内，瞳孔和虹膜中心检测率分别至少提升 10 和 24）。
引用
@article{arxiv.2007.09600,
title = {EllSeg: An Ellipse Segmentation Framework for Robust Gaze Tracking},
author = {Rakshit S. Kothari and Aayush K. Chaudhary and Reynold J. Bailey and Jeff B. Pelz and Gabriel J. Diaz},
journal= {arXiv preprint arXiv:2007.09600},
year = {2022}
}
备注
Code available at https://bitbucket.org/RSKothari/ellseg/src/master/