MPIIGaze：真实世界数据集与基于深度表观的视线估计
计算机视觉与模式识别
2017-11-27 v1
摘要
基于学习的方法被认为能很好地用于无约束视线估计，即来自单目 RGB 摄像头且不对用户、环境或摄像头做假设的视线估计。然而，当前的视线数据集是在实验室条件下收集的，且方法未跨多个数据集评估。我们的工作为应对这些局限做出三项贡献。首先，我们提出 MPIIGaze，其包含 213,659 张全脸图像及相应的真实视线位置，这些数据来自 15 名用户在数月日常笔记本使用期间收集。经验采样方法确保了连续的视线与头部姿态，以及眼表观与光照的真实变化。为促进跨数据集评估，37,667 张图像被手动标注了眼角、嘴角和瞳孔中心。其次，我们对三种当前数据集（包括 MPIIGaze）上的最先进视线估计方法进行了广泛评估。我们研究了关键挑战，包括目标视线范围、光照条件和面部表观变化。我们表明图像分辨率和双眼的使用影响视线估计性能，而头部姿态与瞳孔中心信息信息量较低。最后，我们提出 GazeNet，首个基于深度表观的视线估计方法。在最具挑战的跨数据集评估中，GazeNet 将最先进水平提升了 22%（平均误差从 13.9 度降至 10.8 度）。
引用
@article{arxiv.1711.09017,
title = {MPIIGaze: Real-World Dataset and Deep Appearance-Based Gaze Estimation},
author = {Xucong Zhang and Yusuke Sugano and Mario Fritz and Andreas Bulling},
journal= {arXiv preprint arXiv:1711.09017},
year = {2017}
}