NeRF-Gaze：一种用于凝视估计的头眼重定向参数化模型
计算机视觉与模式识别
2023-01-02 v1
摘要
凝视估计是许多视觉任务的基础。然而，获取带有 3D 标注的凝视数据集的高成本阻碍了凝视估计模型的优化与应用。在本工作中，我们提出了一种基于神经辐射场（Neural Radiance Field）的新型头眼重定向参数化模型，其允许生成具有视角一致性和准确凝视方向的密集凝视数据。此外，我们的头眼重定向参数化模型能够解耦面部与眼睛以进行独立的神经渲染，从而可实现分别控制面部、身份、光照和眼睛凝视方向属性的目的。因此，可通过以无监督方式操纵属于不同面部属性的潜码来获得多样的 3D 感知凝视数据集。在多个基准上的大量实验证明了我们的方法在凝视估计任务的域泛化与域适应中的有效性。
引用
@article{arxiv.2212.14710,
title = {NeRF-Gaze: A Head-Eye Redirection Parametric Model for Gaze Estimation},
author = {Pengwei Yin and Jiawu Dai and Jingjing Wang and Di Xie and Shiliang Pu},
journal= {arXiv preprint arXiv:2212.14710},
year = {2023}
}
备注
10 pages, 8 figures, submitted to CVPR 2023