LocalEyenet：用于眼睛定位的深度注意力框架
计算机视觉与模式识别
2023-03-23 v1 机器学习
摘要
人机接口的发展已成为现代机器实现更高自主性与更高效率的必然要求。视线驱动的人的介入是一种有效且便捷的选项，可用于创建接口以减轻人为错误。面部关键点检测对于设计鲁棒的视线检测系统至关重要。基于回归的方法能够对对应于面部不同部分的关键点实现良好的空间定位。但仍有改进空间，可通过引入注意力加以解决。在本文中，我们提出了一种称为 LocalEyenet 的深度由粗到细架构，用于仅对眼睛区域进行定位，该架构可端到端训练。该模型架构构建于堆叠沙漏骨干之上，学习特征图中的自注意力，有助于保留人脸图像中的全局与局部空间依赖。我们在每个沙漏中融入深度层聚合，以最小化注意力在架构深度上的损失。我们的模型在跨数据集评估与实时眼睛定位中展现出良好的泛化能力。
引用
@article{arxiv.2303.12728,
title = {LocalEyenet: Deep Attention framework for Localization of Eyes},
author = {Somsukla Maiti and Akshansh Gupta},
journal= {arXiv preprint arXiv:2303.12728},
year = {2023}
}