面向硬件无关注视追踪器的研究
人工智能
2020-10-13 v1 计算机视觉与模式识别
人机交互
机器学习
摘要
注视追踪是一种与计算机交互的新方式，它支持新的应用场景，例如使运动神经元障碍人士能够控制其计算机，或使医生无需触摸屏幕或键盘即可与患者信息交互。此外，注视追踪在交互式游戏、用户体验研究、人类注意力分析和行为研究中也有新兴应用。准确的注视估计可能需要考虑头部姿态、头部位置、眼球转动、与物体的距离，以及光照、遮挡、背景噪声和用户各种生理特征等运行条件。市售的注视追踪器利用通常由红外光源和摄像头组成的专用传感器组件。作为无障碍技术，注视追踪的普及面临若干挑战，特别是其可负担性、可靠性和易用性。在本文中，我们试图通过开发一种硬件无关的注视追踪器来应对这些挑战。我们提出了一种深度神经网络架构，作为一种基于表观的受限注视追踪方法，其利用所有现代计算设备普遍配备的普通 RGB 摄像头所捕获的面部图像。我们的系统在没有校准或设备特定微调的情况下，在 GazeCapture 数据集上达到了 1.8073cm 的误差。该研究表明，借助深度神经网络（deep neural networks）的预测能力，不久的将来仅凭眼睛即可控制任何计算机、平板或手机。
引用
@article{arxiv.2010.05123,
title = {Towards Hardware-Agnostic Gaze-Trackers},
author = {Jatin Sharma and Jon Campbell and Pete Ansell and Jay Beavers and Christopher O'Dowd},
journal= {arXiv preprint arXiv:2010.05123},
year = {2020}
}