野生における無拘束遠隔凝視推定における頭部運動を検出するための学習【JST・京大機械翻訳】

Wang Zhecan; Zhao Jian; Lu Cheng; Huang Han; Yang Fan; Li Lianji; Guo Yandong

プレプリント

J-GLOBAL ID：202202205402801072 整理番号：22P0132456

野生における無拘束遠隔凝視推定における頭部運動を検出するための学習【JST・京大機械翻訳】

Learning to Detect Head Movement in Unconstrained Remote Gaze Estimation in the Wild

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2020年04月07日プレプリントサーバーでの情報更新日： 2020年04月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

制約のない遠隔注視推定は,主に,頭部-姿勢における大きな変動に対する脆弱性のため,困難なままである。事前解は,制約のない遠隔注視追跡において信頼できる精度を維持するのに苦労する。それらの中で,外観ベースの解決策は,注視精度を改善する際に,大きな可能性を実証した。しかし,既存の研究は,まだ頭部運動に悩まし,実世界シナリオを扱うには十分にロバストではない。特に,その多くは,収集したデータセットが,さらにバイアスを導入する頭部-姿勢と凝視の両方の限られた範囲をカバーする,制御されたシナリオの下で注視推定を研究する。本論文では,凝視推定に異なるレベルのヘッド姿勢表現をロバストに組み込むことができる,新しいエンドツーエンド外観ベースの注視推定法を提案した。提案手法は,低画質,異なる照明,および直接ヘッド姿勢情報が利用できないシナリオで,実世界シナリオに一般化できる。著者らの方法の利点をよりよく実証するために,著者らはさらに,実世界シナリオを反映するヘッド-ガゼ組合せの最も豊富な分布を有する新しいベンチマークデータセットを提案した。いくつかの公開データセットと自身のデータセットに関する広範な評価は,著者らの方法が,有意なマージンによって最先端技術を一貫して凌駕することを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , , ,

前のページに戻る