面向边缘设备 gaze 估计实用应用的相机位置确定
计算机视觉与模式识别
2022-01-19 v2 人工智能
摘要
大多数 gaze 估计研究仅在相机完美捕捉眼睛 gaze 的设定条件下工作，并未从字面上说明如何针对给定的人体位置正确设置相机。本文对具有合理相机设置位置的 gaze 估计进行了研究。我们进一步通过使用廉价边缘设备和真实场景，将研究推向实用应用。即，我们首先建立一个购物环境，希望捕捉顾客的凝视行为。该设置需要最优相机位置，以维持现有 gaze 估计研究的估计精度。然后我们应用最先进的少样本学习 gaze 估计，以减少推理阶段的训练采样。实验中，我们在 NVIDIA Jetson TX2 上实现研究，达到了合理速度 12 FPS，相较于参考工作更快，且 gaze 估计精度无明显下降。源代码发布于 https://github.com/linh-gist/GazeEstimationTX2。
引用
@article{arxiv.2201.02946,
title = {Resolving Camera Position for a Practical Application of Gaze Estimation on Edge Devices},
author = {Linh Van Ma and Tin Trung Tran and Moongu Jeon},
journal= {arXiv preprint arXiv:2201.02946},
year = {2022}
}
备注
6 pages, 11 figures, conference paper