ElSe：用于真实环境鲁棒瞳孔检测的椭圆选择算法
计算机视觉与模式识别
2015-11-24 v2
摘要
快速且鲁棒的瞳孔检测是基于视频的实时眼动追踪的基本前提。已有若干基于图像的瞳孔检测算法被提出，但其适用性大多局限于实验室条件。在真实场景里，自动瞳孔检测必须面对各种挑战，如光照变化、反射（眼镜上）、化妆、非中心眼睛记录以及生理性眼睛特征。我们提出 ElSe，一种基于滤波后边缘图像椭圆评估的新算法。我们旨在提供一种鲁棒、节省资源且可集成于嵌入式架构（例如驾驶）的方法。所提算法在超过 93,000 张人工标注图像上与四种最先进方法进行了评估，其中 55,000 张是由本工作贡献的新图像。平均而言，相对于性能最佳的最先进方法，所提方法在检测率上取得了 14.53% 的提升。下载：ftp://[email protected]. de（密码：eyedata）。
引用
@article{arxiv.1511.06575,
title = {ElSe: Ellipse Selection for Robust Pupil Detection in Real-World Environments},
author = {Wolfgang Fuhl and Thiago C. Santini and Thomas Kuebler and Enkelejda Kasneci},
journal= {arXiv preprint arXiv:1511.06575},
year = {2015}
}