論文の概要: Hierarchical HMM for Eye Movement Classification
- arxiv url: http://arxiv.org/abs/2008.07961v1
- Date: Tue, 18 Aug 2020 14:47:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-27 21:49:31.137666
- Title: Hierarchical HMM for Eye Movement Classification
- Title（参考訳）: 眼球運動分類のための階層型HMM
- Authors: Ye Zhu, Yan Yan, and Oleg Komogortsev
- Abstract要約: 眼球運動の3次分類は, 眼球位置データから固定, ササード, スムーズな追跡を分離することを目的としている。
固定,サケード,スムーズな追従を検出するための階層型隠れマルコフモデル(HMM)を提案する。
- 参考スコア（独自算出の注目度）: 14.551782298808572
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we tackle the problem of ternary eye movement classification,
which aims to separate fixations, saccades and smooth pursuits from the raw eye
positional data. The efficient classification of these different types of eye
movements helps to better analyze and utilize the eye tracking data. Different
from the existing methods that detect eye movement by several pre-defined
threshold values, we propose a hierarchical Hidden Markov Model (HMM)
statistical algorithm for detecting fixations, saccades and smooth pursuits.
The proposed algorithm leverages different features from the recorded raw eye
tracking data with a hierarchical classification strategy, separating one type
of eye movement each time. Experimental results demonstrate the effectiveness
and robustness of the proposed method by achieving competitive or better
performance compared to the state-of-the-art methods.
- Abstract（参考訳）: 本研究では,眼球運動の3次分類の問題に取り組み,眼球位置データから固定,サケード,円滑な追跡を分離することを目的とした。
これらの異なる眼球運動の効率的な分類は、眼球追跡データの解析と利用に役立つ。
眼球運動を予め定義されたしきい値によって検出する既存の方法と異なり, 固定, サケード, スムーズな追跡を検出する階層型隠れマルコフモデル(HMM)統計アルゴリズムを提案する。
提案アルゴリズムは、記録された生眼追跡データから階層的な分類戦略を用いて、毎回1種類の眼球運動を分離する。
提案手法の有効性とロバスト性は, 最先端手法と比較して, 競争力や性能の向上によって実証された。
関連論文リスト
- Deep Domain Adaptation: A Sim2Real Neural Approach for Improving Eye-Tracking Systems [80.62854148838359]
眼球画像のセグメンテーションは、最終視線推定に大きな影響を及ぼす眼球追跡の重要なステップである。
対象視線画像と合成訓練データとの重なり合いを測定するために,次元還元法を用いている。
提案手法は,シミュレーションと実世界のデータサンプルの相違に対処する際の頑健で,性能が向上する。
論文 参考訳（メタデータ） (2024-03-23T22:32:06Z) - Fine-grained Recognition with Learnable Semantic Data Augmentation [68.48892326854494]
きめ細かい画像認識は、長年続くコンピュータビジョンの課題である。
本稿では,識別領域損失問題を軽減するため,特徴レベルのトレーニングデータを多様化することを提案する。
本手法は,いくつかの人気分類ネットワーク上での一般化性能を著しく向上させる。
論文 参考訳（メタデータ） (2023-09-01T11:15:50Z) - Better Understanding Differences in Attribution Methods via Systematic Evaluations [57.35035463793008]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。
本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。
これらの評価手法を用いて、広範囲のモデルにおいて広く用いられている属性手法の長所と短所について検討する。
論文 参考訳（メタデータ） (2023-03-21T14:24:58Z) - Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。
提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
論文 参考訳（メタデータ） (2022-08-24T14:59:28Z) - TraClets: Harnessing the power of computer vision for trajectory
classification [0.9405458160620532]
この研究は、トラジェクトリを直感的な人間の方法で分類するために、トラジェクトリと呼ばれるトラジェクトリの画像表現を利用する。
いくつかの実世界のデータセットを用いて提案手法を評価し、その分類性能を他の最先端軌跡分類アルゴリズムと比較する。
論文 参考訳（メタデータ） (2022-05-27T10:28:05Z) - Individual Topology Structure of Eye Movement Trajectories [6.09170287691728]
本稿では,眼球運動軌跡構造の定量的解析に新たな特徴のクラスを応用することを提案する。
従来型機能との競合性と,その重要な相乗効果を実験的に実証した。
論文 参考訳（メタデータ） (2022-05-21T20:30:45Z) - Towards Better Understanding Attribution Methods [77.1487219861185]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。
本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。
また,いくつかの属性法の性能を著しく向上する処理後平滑化ステップを提案する。
論文 参考訳（メタデータ） (2022-05-20T20:50:17Z) - Bayesian Eye Tracking [63.21413628808946]
モデルに基づく視線追跡は、目の特徴検出エラーの影響を受けやすい。
モデルベースアイトラッキングのためのベイズフレームワークを提案する。
提案手法は,最先端のモデルベースおよび学習ベースの手法と比較して,一般化能力の大幅な向上を示す。
論文 参考訳（メタデータ） (2021-06-25T02:08:03Z) - Classifying Eye-Tracking Data Using Saliency Maps [8.524684315458245]
本稿では,視線追跡データの自動的,定量的分類のための視覚情報に基づく特徴抽出手法を提案する。
サリエンシの振幅、類似度、相違点を対応するアイフィクスマップと比較すると、視覚追跡データを識別するために識別的特徴を生成するために有効に活用される情報の余分な次元が得られる。
論文 参考訳（メタデータ） (2020-10-24T15:18:07Z) - Unconstrained Periocular Recognition: Using Generative Deep Learning
Frameworks for Attribute Normalization [2.5288257442251107]
本稿では,ディープラーニング生成フレームワークに基づく属性正規化戦略を提案する。
これは、識別性を低下させることなく、ペア比較で使用されるサンプルの変動を減少させる。
実験は2つの異なるデータセットで実施された。
論文 参考訳（メタデータ） (2020-02-10T17:55:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。