用于眼动分类的分层隐马尔可夫模型
计算机视觉与模式识别
2020-08-19 v1
摘要
在这项工作中，我们解决了三元眼动分类问题，旨在从原始眼位数据中分离注视、扫视和平滑追踪。对这些不同类型眼动的有效分类有助于更好地分析和利用眼动追踪数据。与现有通过若干预定义阈值检测眼动的方法不同，我们提出了一种分层隐马尔可夫模型（HMM）统计算法来检测注视、扫视和平滑追踪。所提算法利用记录到的原始眼动追踪数据的不同特征，并采用分层分类策略，每次分离出一种眼动类型。实验结果表明，与最先进的方法相比，所提方法取得了具有竞争力或更优的性能，证明了其有效性和鲁棒性。
引用
@article{arxiv.2008.07961,
title = {Hierarchical HMM for Eye Movement Classification},
author = {Ye Zhu and Yan Yan and Oleg Komogortsev},
journal= {arXiv preprint arXiv:2008.07961},
year = {2020}
}
备注
ECCV2020 Workshop, OpenEyes: Eye Gaze in AR, VR, and in the Wild