面向特定应用的半合成数据集增强用于视线估计
计算机视觉与模式识别
2023-10-31 v1 人工智能
人机交互
机器学习
摘要
尽管视线估计数据集的数量在增长,但基于外观的视线估计方法的应用大多局限于估计屏幕上注视点。这部分是因为大多数数据集以类似方式生成,其中注视目标位于靠近相机原点的屏幕上。在其他应用中,如辅助机器人或营销研究,三维注视点可能不靠近相机原点,这意味着在当前数据集上训练的模型不能很好地泛化到这些任务。因此,我们建议生成带纹理的三维人脸网格,并从与应用相关的特定位置和朝向的虚拟相机渲染训练图像,作为增强现有数据集的一种手段。在我们的测试中,这导致视线估计角度误差平均降低 47%。
引用
@article{arxiv.2310.18469,
title = {Semi-Synthetic Dataset Augmentation for Application-Specific Gaze Estimation},
author = {Cedric Leblond-Menard and Gabriel Picard-Krashevski and Sofiane Achiche},
journal= {arXiv preprint arXiv:2310.18469},
year = {2023}
}
备注
5 pages, 5 figures