TabletGaze: 移动平板电脑中无约束的基于外观的注视估计

我们研究了平板电脑上的注视估计，关键设计目标是使用前置摄像头在平板电脑的自然使用场景中进行无需标定的注视估计，其中平板电脑的姿态和握持方式不受约束。我们收集了首个大规模的平板电脑用户无约束注视数据集，命名为 Rice TabletGaze 数据集。该数据集包含 51 名受试者，每人有 4 种不同姿态和 35 个注视位置。受试者在种族、性别以及是否需要矫正眼镜方面存在差异，这些因素都可能影响注视估计的准确性。基于对所收集数据的观察，我们提出了一种 TabletGaze 算法，利用多层次 HoG 特征和 Random Forests 回归器进行自动注视估计。TabletGaze 算法达到了平均误差 3.17 cm。我们对数据集规模、种族、佩戴眼镜和用户姿态等各种因素对注视估计精度的影响进行了广泛评估，并对这些因素的影响做出了重要观察。