科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对视线估计任务中个性化信息处理难的问题，提出了一种基于子任务学习的双分支个性化视线估计网络（EbPN）。首先，该网络包含表观信息感知分支和个性化信息感知分支，以分别刻画用户丰富的表观信息以及个性化信息；然后，构造一系列子任务以替代独立样本对模型进行训练优化，其中各子任务均模仿了一个小样本视线估计任务。该网络充分获取了用户的表观信息及个性化信息，可有效减小个性化偏差，提高视线估计模型的精度，且在没有任何校准样本的情况下，仍然具有很好的泛化性能。在GazeCapture和MPIIGaze数据集上开展的大量实验证明了EbPN的有效性。
- 单位
