SLYKLatent：一种利用深度面部特征学习进行视线估计的学习框架
计算机视觉与模式识别
2025-11-06 v2 人工智能
人机交互
图像与视频处理
摘要
在本研究中，我们提出了 SLYKLatent，这是一种通过解决数据集中因偶然不确定性、协变量偏移和测试域泛化而导致的表观不稳定性挑战来增强视线估计的新方法。SLYKLatent 利用自监督学习对面部表情数据集进行初始训练，随后通过基于图像块的三分支网络和逆解释方差加权训练损失函数进行精炼。我们在基准数据集上的评估在 Gaze360 上实现了 10.9% 的提升，以 3.8% 的优势超越了 MPIIFaceGaze 的最佳结果，并在 ETH-XGaze 的一个子集上领先 11.6%，以显著优势超越了现有方法。在 RAF-DB 和 Affectnet 上的适应性测试分别显示出 86.4% 和 60.9% 的准确率。消融研究证实了 SLYKLatent 新颖组件的有效性。
引用
@article{arxiv.2402.01555,
title = {SLYKLatent: A Learning Framework for Gaze Estimation Using Deep Facial Feature Learning},
author = {Samuel Adebayo and Joost C. Dessing and Seán McLoone},
journal= {arXiv preprint arXiv:2402.01555},
year = {2025}
}