用于原始眼动追踪数据分割、生成与重建的全卷积神经网络
计算机视觉与模式识别
2021-01-19 v3 人机交互
机器学习
机器学习
摘要
在本文中，我们使用全卷积神经网络对眼动追踪数据进行语义分割。我们还使用这些网络进行重建，并与变分自编码器结合以生成眼动数据。我们方法的第一个改进是无需输入窗口，由于使用全卷积网络，因此可直接处理任意大小的输入。第二个改进是所用及所生成的数据为未经预处理的原始眼动追踪数据（位置 X、Y 和时间）。这是通过预初始化第一层滤波器并沿 z 轴构建输入张量实现的。我们在三个公开数据集上评估了我们的方法，并将结果与当前最优（state of the art）进行比较。
引用
@article{arxiv.2002.10905,
title = {Fully Convolutional Neural Networks for Raw Eye Tracking Data Segmentation, Generation, and Reconstruction},
author = {Wolfgang Fuhl and Yao Rong and Enkelejda Kasneci},
journal= {arXiv preprint arXiv:2002.10905},
year = {2021}
}