GOO：面向零售环境中注视物体预测的数据集
计算机视觉与模式识别
2021-06-23 v2
摘要
人类最基础且信息最丰富的动作之一是注视物体。然而，对现有工作的调研显示，当前的注视相关数据集仅标注被看的像素，而非特定感兴趣物体的边界。这种物体标注的缺失为推进注视估计研究提供了契机。为此，我们提出一项名为注视物体预测的新挑战性任务，其目标是预测人注视物体的边界框。为在该任务上训练和评估注视网络，我们提出 Gaze On Objects（GOO）数据集。GOO 由大量合成图像（GOO Synth）与较小的真实图像子集（GOO-Real，为零售环境中人注视物体的图像）组成。我们的工作通过在注视跟随与域适应任务上重新实现和评估若干 SOTA 模型，在 GOO 上建立了广泛基线。代码已在 github 上发布。
引用
@article{arxiv.2105.10793,
title = {GOO: A Dataset for Gaze Object Prediction in Retail Environments},
author = {Henri Tomas and Marcus Reyes and Raimarc Dionido and Mark Ty and Jonric Mirando and Joel Casimiro and Rowel Atienza and Richard Guinto},
journal= {arXiv preprint arXiv:2105.10793},
year = {2021}
}
备注
CVPR 20201 Workshop on Gaze Estimation and Prediction in the Wild (GAZE 2021)