基于偏振的眼动追踪与个性化 Siamese 架构
计算机视觉与模式识别
2026-03-30 v1
摘要
集成眼动追踪的头戴式设备有望实现自然的人机交互。然而，由于个体差异，它们通常需要针对每个用户进行校准才能获得最佳性能。一种使用 Siamese 架构的差分个性化方法学习相对注视位移，并从少量校准帧中重建绝对注视。在本文中，我们对偏振增强的眼动追踪中的 Siamese 个性化进行了基准测试。为进行基准测试，我们使用偏振敏感相机和 850 nm 照明采集了一个包含 338 名受试者的数据集。我们仅用 1/10 的样本量就达到了与线性校准相当的性能。使用偏振输入进行 Siamese 个性化相比基于近红外（NIR）的输入可将注视误差降低高达 12%。将 Siamese 个性化与线性校准相结合，相比线性校准基线可进一步获得高达 13% 的提升。这些结果确立了 Siamese 个性化作为一种实现精确眼动追踪的实用方法。
引用
@article{arxiv.2603.25889,
title = {Polarization-Based Eye Tracking with Personalized Siamese Architectures},
author = {Beyza Kalkanli and Tom Bu and Mahsa Shakeri and Alexander Fix and Dave Stronks and Dmitri Model and Mantas Žurauskas},
journal= {arXiv preprint arXiv:2603.25889},
year = {2026}
}
备注
Accepted to ETRA 2026 as full paper