GazeOnce：实时多人凝视估计
计算机视觉与模式识别
2022-04-21 v1
摘要
基于表观的凝视估计旨在从单张图像预测 3D 眼睛凝视方向。尽管近期基于深度学习的方法已展现优异性能，它们通常假设每张输入图像中有一个已标定人脸，且无法实时输出多人凝视。然而，真实应用场景需要对野外多人的同步凝视估计。本文提出首个单阶段端到端凝视估计方法 GazeOnce，可同时预测图像中多人（>10）的凝视方向。此外，我们设计了精细的数据生成流程并提出新数据集 MPSGaze，其包含具有 3D 凝视真值的多人全图。实验结果表明，与 SOTA（state-of-the-art，最先进）方法相比，我们的统一框架不仅速度更快，且凝视估计误差更低。该技术在有多用户的实时应用中颇具用处。
引用
@article{arxiv.2204.09480,
title = {GazeOnce: Real-Time Multi-Person Gaze Estimation},
author = {Mingfang Zhang and Yunfei Liu and Feng Lu},
journal= {arXiv preprint arXiv:2204.09480},
year = {2022}
}
备注
Accepted to CVPR 2022