FreeGaze：基于频域对比学习的资源高效视线估计
计算机视觉与模式识别
2022-09-15 v1 人工智能
摘要
视线估计对许多科学领域和日常应用都极为重要，从认知心理学的基础研究到注意力感知的移动系统均涵盖其中。尽管深度学习的最新进展在构建高精度视线估计系统方面取得了显著成功，但相关的高计算成本以及对大规模标注视线数据进行监督学习的依赖，给现有方案的实际使用带来了挑战。为超越这些局限，我们提出 FreeGaze，一种用于无监督视线表示学习的资源高效框架。FreeGaze 在其设计中融合了频域视线估计与对比视线表示学习。前者显著减轻了系统标定与视线估计中的计算负担，并大幅降低了系统延迟；后者克服了现有基于监督学习的同类方法的数据标注障碍，并确保在无视线标签情况下实现高效的视线表示学习。我们在两个视线估计数据集上的评估表明，FreeGaze 能达到与现有基于监督学习的方法相当的视线估计精度，同时在系统标定和视线估计上分别实现高达 6.81 倍和 1.67 倍的加速。
引用
@article{arxiv.2209.06692,
title = {FreeGaze: Resource-efficient Gaze Estimation via Frequency Domain Contrastive Learning},
author = {Lingyu Du and Guohao Lan},
journal= {arXiv preprint arXiv:2209.06692},
year = {2022}
}