-
题名基于类注意力的眼睛凝视估计网络
- 1
-
-
作者
徐金龙
董明瑞
李颖颖
刘艳青
韩林
-
机构
国家超级计算郑州中心
郑州大学计算机与人工智能学院
信息工程大学
-
出处
《计算机科学》
CSCD
北大核心
2024年第10期295-301,共7页
-
基金
2022年河南省重大科技专项(221100210600)
22求是科研启动(自)(32213247)
2023年度河南省科技攻关专项(232102210185)。
-
文摘
近年来,眼睛凝视估计引起广泛关注。基于RGB外观的凝视估计方法使用普通摄像机和深度学习来进行凝视估计,避免了像商用眼动仪一样使用昂贵的红外设备,为更准确和成本更低的眼睛凝视估计提供了可能。然而,RGB外观图像中包含如光照强度、肤色等多种与凝视无关的特征,这些无关特征会在深度学习回归的过程中产生干扰,进而影响凝视估计的精度。针对以上问题,提出了一种名为类注意力网络(CA-Net)的新架构,它包含通道、尺度、眼睛3种不同的类注意力模块,通过这些类注意力模块可以提取和融合不同种类的注意力编码,从而降低与凝视无关特征所占的权重。在GazeCapture数据集上的大量实验表明,在基于RGB外观的凝视估计方法中,相比现有的最先进方法,CA-Net在手机和平板上分别能够提高约0.6%和7.4%的凝视估计精度。
-
关键词
类注意力
轻压缩激励
自注意力
多尺度
眼睛凝视估计
-
Keywords
Class attention
Light squeeze-and-excitation
Self-attention
Multiscale
Eye gaze estimation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
