基于眼动注视与自我中心视频的活动识别
计算机视觉与模式识别
2018-05-21 v1
摘要
本文提出一种利用头戴式眼动仪获取的自我中心视频与眼动追踪数据识别人类活动的框架。将眼动、自我运动与视觉特征这三路信息相结合用于活动分类。图像特征使用预训练的卷积神经网络提取。眼动与自我运动被量化，并以加窗直方图作为特征。与单独特征相比，特征组合在活动分类上获得了更好的准确率。
引用
@article{arxiv.1805.07253,
title = {Recognition of Activities from Eye Gaze and Egocentric Video},
author = {Anjith George and Aurobinda Routray},
journal= {arXiv preprint arXiv:1805.07253},
year = {2018}
}
备注
7 pages, 9 figures