SalGaze：利用视觉显著性个性化视线估计
计算机视觉与模式识别
2019-10-24 v1
摘要
传统的视线估计方法通常需要显式的用户校准才能达到高精度。这一过程繁琐，且当光照和姿态等因素发生变化时往往需重新校准。为应对这一挑战，我们提出 SalGaze，一个利用视觉内容中的显著性信息，在无显式用户校准的情况下透明地将视线估计算法适应用户的框架。我们设计了一种算法，将显著性图转换为可微损失图，可用于基于 CNN 模型的优化。SalGaze 还能通过统一框架用隐式视频显著性校准数据大幅扩充标准点校准数据。我们展示了在现有方法上使用本技术可获得超过 24% 的精度提升。
引用
@article{arxiv.1910.10603,
title = {SalGaze: Personalizing Gaze Estimation Using Visual Saliency},
author = {Zhuoqing Chang and Matias Di Martino and Qiang Qiu and Steven Espinosa and Guillermo Sapiro},
journal= {arXiv preprint arXiv:1910.10603},
year = {2019}
}
备注
Accepted by ICCV 2019 Workshop