論文の概要: $pi_t$- Enhancing the Precision of Eye Tracking using Iris Feature
Motion Vectors
- arxiv url: http://arxiv.org/abs/2009.09348v1
- Date: Sun, 20 Sep 2020 04:57:12 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-16 13:03:30.995504
- Title: $pi_t$- Enhancing the Precision of Eye Tracking using Iris Feature
Motion Vectors
- Title(参考訳): アイリス特徴ベクトルを用いた視線追跡精度向上のための$pi_t$-
- Authors: Aayush K. Chaudhary, Jeff B. Pelz
- Abstract要約: 近年,虹彩の特徴の追跡により,新しい高精度眼球追跡法が実証されている。
時間的ドリフト、瞬きを追跡できないこと、動きのぼやけの存在下でのテクスチャの一致が失われることに悩まされる。
アイリステクスチャと瞳孔の両端から得られる情報を最適に組み合わせることで,これらの問題に対処する新しい方法論を提示する。
- 参考スコア(独自算出の注目度): 2.5889737226898437
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A new high-precision eye-tracking method has been demonstrated recently by
tracking the motion of iris features rather than by exploiting pupil edges.
While the method provides high precision, it suffers from temporal drift, an
inability to track across blinks, and loss of texture matches in the presence
of motion blur. In this work, we present a new methodology $pi_t$ to address
these issues by optimally combining the information from both iris textures and
pupil edges. With this method, we show an improvement in precision (S2S-RMS &
STD) of at least 48% and 10% respectively while fixating a series of small
targets and following a smoothly moving target. Further, we demonstrate the
capability in the identification of microsaccades between targets separated by
0.2-degree.
- Abstract(参考訳): 近年,瞳孔エッジを利用するのではなく,虹彩特徴の運動を追跡することで,高精度眼球追跡法が提案されている。
この手法は高い精度を提供するが、時間的ドリフト、瞬きを追跡できないこと、動きのぼやけの存在下でのテクスチャの喪失に悩まされている。
本研究では,虹彩テクスチャと瞳孔エッジの情報を最適に組み合わせることで,これらの問題に対処するための新しい方法論を提示する。
本手法では,複数の小目標を固定し,滑らかな移動目標を追従しながら,精度(s2s-rms & std)をそれぞれ48%,10%改善することを示す。
さらに、0.2度分離されたターゲット間のマイクロサケードの識別能力を示す。
関連論文リスト
- Event-Based Tracking Any Point with Motion-Augmented Temporal Consistency [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。
出来事の空間的空間性や動きの感度によって引き起こされる課題に対処する。
競合モデルパラメータによる処理を150%高速化する。
論文 参考訳(メタデータ) (2024-12-02T09:13:29Z) - EyeTrAES: Fine-grained, Low-Latency Eye Tracking via Adaptive Event Slicing [2.9795443606634917]
EyeTrAESは、自然眼球運動の高忠実度追跡のためのニューロモルフィックイベントカメラを用いた新しいアプローチである。
その結果,EyeTrAESの瞳孔追跡精度は6+%向上し,IoU=92%,IoU=32%向上した。
頑健なユーザ認証のために,短期瞳孔運動学の特徴ベクトルを用いて,ユーザ当たりの軽量なランダムフォレスト分類器を訓練する。
論文 参考訳(メタデータ) (2024-09-27T15:06:05Z) - Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。
本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文 参考訳(メタデータ) (2024-07-16T12:39:56Z) - Using Deep Learning to Increase Eye-Tracking Robustness, Accuracy, and Precision in Virtual Reality [2.2639735235640015]
この研究は、目の特徴追跡のための現代の機械学習(ML)に基づくいくつかの手法の影響を客観的に評価する。
メトリックには、視線推定の精度と精度、およびドロップアウト率が含まれる。
論文 参考訳(メタデータ) (2024-03-28T18:43:25Z) - Object-centric Cross-modal Feature Distillation for Event-based Object
Detection [87.50272918262361]
RGB検出器は、イベントデータのばらつきと視覚的詳細の欠如により、イベントベースの検出器よりも優れている。
これら2つのモード間の性能ギャップを縮めるための新しい知識蒸留手法を開発した。
対象中心蒸留により,イベントベースの学生物体検出装置の性能が大幅に向上することを示す。
論文 参考訳(メタデータ) (2023-11-09T16:33:08Z) - Accurate Eye Tracking from Dense 3D Surface Reconstructions using Single-Shot Deflectometry [13.297188931807586]
単発位相計測-デフレクトメトリー(PMD)を用いた視線方向の高精度かつ高速な評価法を提案する。
本手法は,1枚のカメラフレーム(単一ショット)内でのみ,角膜および頭蓋骨の高密度な3次元表面情報を取得する。
実写モデル眼における視線誤差を0.12円以下で実験的に評価し,本手法の有効性を示した。
論文 参考訳(メタデータ) (2023-08-14T17:36:39Z) - EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable
Rendering and Space Exploration [49.90228618894857]
我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。
我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。
本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
論文 参考訳(メタデータ) (2023-05-02T03:49:54Z) - Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
人間は触覚と触覚に頼っている。
視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。
本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
論文 参考訳(メタデータ) (2023-03-10T16:27:37Z) - Compact multi-scale periocular recognition using SAFE features [63.48764893706088]
特徴拡張(SAFE)記述子による対称性評価に基づく眼周囲認識のための新しい手法を提案する。
我々は、スクレラ中心を特徴抽出の単一キーポイントとして使用し、眼のこの点に集中するオブジェクトのようなアイデンティティ特性を強調します。
論文 参考訳(メタデータ) (2022-10-18T11:46:38Z) - An efficient real-time target tracking algorithm using adaptive feature
fusion [5.629708188348423]
低次元適応型特徴融合に基づく効率的なリアルタイム目標追跡手法を提案する。
提案アルゴリズムは、それぞれ0.023と0.019の改善により、より高い成功率と精度を得ることができる。
提案手法は,複雑な環境下でのリアルタイムな目標追従タスクを実現するための,より有望な方法である。
論文 参考訳(メタデータ) (2022-04-05T08:40:52Z) - Occlusion-robust Visual Markerless Bone Tracking for Computer-Assisted
Orthopaedic Surgery [41.681134859412246]
閉塞に対して頑健なRGB-Dセンサを用いたマーカーレストラッキング手法を提案する。
高品質な商用RGB-Dカメラを用いて,モデル膝の1-2デグレスと2-4mmの精度を実現する。
論文 参考訳(メタデータ) (2021-08-24T09:49:08Z)
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。