基于四种架构集成的视线估计
计算机视觉与模式识别
2021-07-06 v1
摘要
本文提出一种根据人脸图像进行视线估计的方法。我们采用四种不同网络架构训练了若干视线估计器,包括为视线估计设计的架构(即 iTracker-MHSA)以及三个原本为通用计算机视觉任务设计的架构(即 BoTNet、HRNet、ResNeSt)。随后,我们选出最优的六个估计器并通过线性组合集成它们的预测。该方法在 ETH-XGaze 竞赛的排行榜上排名第一,在 ETH-XGaze 测试集上取得了 的平均角度误差。
引用
@article{arxiv.2107.01980,
title = {Gaze Estimation with an Ensemble of Four Architectures},
author = {Xin Cai and Boyu Chen and Jiabei Zeng and Jiajun Zhang and Yunjia Sun and Xiao Wang and Zhilong Ji and Xiao Liu and Xilin Chen and Shiguang Shan},
journal= {arXiv preprint arXiv:2107.01980},
year = {2021}
}