文献

J-GLOBAL ID：202202275647837355   整理番号：22A0984567

会話と操作注意事前を用いたロバストな教師なし注視キャリブレーション【JST・京大機械翻訳】

Robust Unsupervised Gaze Calibration Using Conversation and Manipulation Attention Priors

著者 (2件)： Siegfried Remy (Idiap Research Institute and EPFL, Lausanne, Switzerland) ,  Odobez Jean-Marc (Idiap Research Institute and EPFL, Lausanne, Switzerland)
資料名： ACM Transactions on Multimedia Computing, Communications, and Applications  (ACM Transactions on Multimedia Computing, Communications, and Applications)
巻： 18  号： 1  ページ： 1-27  発行年： 2022年 
JST資料番号： W5702A  ISSN： 1551-6857  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 迷路推定は,人間に対しても困難なタスクである。しかしながら,人間としては,状況を理解し,人々の注意の期待した視覚焦点を推測するために利用し,通常,人々の凝視を検索するためにこの情報を使用する。本論文では,弱くラベル付けされた注視サンプルを収集し,教師なしおよびオンライン方法で凝視推定量の人特有のキャリブレーションを行うための人々の視覚焦点について,そのような状況ベースの期待を活用することを提案する。この文脈において,著者らの貢献は次のものである。(i)著者らは,タスク文脈の注意が,参照注視サンプルを収集するためにどのように使用できるかを示し,そうでなければ厄介なプロセスである。(ii)キャリブレーションモデルパラメータの推定のために,これらの弱いラベルを利用するロバストな推定フレームワークを提案した。(iii)著者らは,2つの人間-人間と人間-ロボット相互作用設定,すなわち会話と操作へのこのアプローチの適用性を実証した。3つのデータセットに関する実験は,著者らのアプローチを検証し,以前の有効性に関する洞察と,異なる較正モデルの影響,特に,頭部姿勢を考慮に入れることの有用性を提供した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  視覚 ,  キャリブレーション ,  頭部 ,  モデル ,  文脈 ,  人間 ,  推定量 ,  *注意 ,  *ロバスト性 ,  会話
準シソーラス用語： 固視 ,  マニピュレーション ,  オンライン ,  ヒューマンロボットインタラクション , 【Automatic Indexing@JST】

著者キーワード (8件)： 凝視推定 ,  注意の視覚的焦点 ,  遠隔センサ ,  RGB-Dカメラ ,  会話 ,  マニピュレーション ,  教師なしキャリブレーション ,  オンラインキャリブレーション

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 会話 ,  注意 ,  ロバスト ,  教師 ,  注視 ,  キャリブレーション