論文の概要: 1000 Pupil Segmentations in a Second using Haar Like Features and
Statistical Learning
- arxiv url: http://arxiv.org/abs/2102.01921v1
- Date: Wed, 3 Feb 2021 07:45:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-04 17:17:39.625448
- Title: 1000 Pupil Segmentations in a Second using Haar Like Features and
Statistical Learning
- Title(参考訳): haar様特徴と統計的学習を用いた1秒1000個の瞳孔分割
- Authors: Wolfgang Fuhl
- Abstract要約: 瞳孔分割のための新しいアプローチを提案する。非常に効率的に計算し、訓練することができる。
この手法はBOREアルゴリズムとCBFアルゴリズムにインスパイアされ、Haar機能によるバイナリ比較を一般化する。
- 参考スコア(独自算出の注目度): 3.962145079528281
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we present a new approach for pupil segmentation. It can be
computed and trained very efficiently, making it ideal for online use for high
speed eye trackers as well as for energy saving pupil detection in mobile eye
tracking. The approach is inspired by the BORE and CBF algorithms and
generalizes the binary comparison by Haar features. Since these features are
intrinsically very susceptible to noise and fluctuating light conditions, we
combine them with conditional pupil shape probabilities. In addition, we also
rank each feature according to its importance in determining the pupil shape.
Another advantage of our method is the use of statistical learning, which is
very efficient and can even be used online.
https://atreus.informatik.uni-tuebingen.de/seafile/d/8e2ab8c3fdd444e1a135/?p=%2FStatsPupil&mode=list
- Abstract(参考訳): 本稿では,瞳孔分割に対する新しいアプローチを提案する。
これは非常に効率的に計算・訓練することができ、高速アイトラッカーのオンライン利用や、モバイルアイトラッキングにおける瞳孔検出の省エネに最適である。
この手法はBOREアルゴリズムとCBFアルゴリズムにインスパイアされ、Haar機能によるバイナリ比較を一般化する。
これらの特徴は内在的にノイズやゆらぎのある光条件に非常に敏感であるため、条件付き瞳孔形状の確率と組み合わせる。
また,各特徴を,瞳孔形状決定における重要度に応じてランク付けする。
この方法のもう1つの利点は、非常に効率的でオンラインでも利用できる統計学習の利用である。
https://atreus.informatik.uni-tuebingen.de/seafile/d/8e2ab8c3fdd444e1a135/?p=%2FStatsPupil&mode=list
関連論文リスト
- A temporally quantized distribution of pupil diameters as a new feature
for cognitive load classification [1.4469849628263638]
本稿では,瞳孔情報に基づいて認知負荷を分類する新機能を提案する。
瞳孔データから認知負荷を決定する応用は多数あり、燃え尽き症候群の予報システムにつながる可能性がある。
論文 参考訳(メタデータ) (2023-03-03T07:52:16Z) - Active Learning of Ordinal Embeddings: A User Study on Football Data [4.856635699699126]
人間は本来、未知の類似性関数を使用してラベル付けされていないデータセットのインスタンス間の距離を計測する。
この研究はディープ・メトリック・ラーニングを使用して、大規模なフットボールの軌跡データセットのアノテーションからユーザ定義の類似性関数を学習する。
論文 参考訳(メタデータ) (2022-07-26T07:55:23Z) - Kinship Verification Based on Cross-Generation Feature Interaction
Learning [53.62256887837659]
顔画像からの血縁検証は、コンピュータビジョンの応用において、新しいが挑戦的な技術として認識されている。
本稿では,頑健な親族関係検証のためのクロスジェネレーション・インタラクション・ラーニング(CFIL)フレームワークを提案する。
論文 参考訳(メタデータ) (2021-09-07T01:50:50Z) - Bootstrap Your Own Correspondences [15.715143016999695]
BYOCはRGB-Dビデオから視覚的特徴と幾何学的特徴を学習する自己教師型アプローチである。
屋内シーンのデータセットに対するアプローチを評価し,従来の記述子や学習した記述子よりも優れた手法であることが確認された。
論文 参考訳(メタデータ) (2021-06-01T17:59:08Z) - Natural Statistics of Network Activations and Implications for Knowledge
Distillation [95.15239893744791]
様々な層におけるディープニューラルネットワーク活性化の自然統計について検討する。
解析的にも経験的にも、この電力法則の指数が深いほど線形速度で増加することが示される。
我々は知識蒸留(KD)を行う方法を提案する。
論文 参考訳(メタデータ) (2021-06-01T10:18:30Z) - The Connection Between Approximation, Depth Separation and Learnability
in Neural Networks [70.55686685872008]
学習可能性と近似能力の関係について検討する。
対象関数の深いネットワークでの学習性は、より単純なクラスがターゲットを近似する能力に依存することを示す。
論文 参考訳(メタデータ) (2021-01-31T11:32:30Z) - A Multimodal Eye Movement Dataset and a Multimodal Eye Movement
Segmentation Analysis [10.09989832938416]
注視眼球運動を伴う新しいデータセットを提案する。
データセットは、現実世界やシミュレーターでの乗車中に記録された80万以上の視線ポイントで構成されている。
合計19名の被験者の眼球運動を注記した。
論文 参考訳(メタデータ) (2021-01-12T06:34:56Z) - A Trainable Optimal Transport Embedding for Feature Aggregation and its
Relationship to Attention [96.77554122595578]
固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。
我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
論文 参考訳(メタデータ) (2020-06-22T08:35:58Z) - Learning Invariant Representations for Reinforcement Learning without
Reconstruction [98.33235415273562]
本研究では,表現学習が画像などのリッチな観察からの強化学習を,ドメイン知識や画素再構成に頼ることなく促進する方法について検討する。
シミュレーションメトリクスは、連続MDPの状態間の振る舞いの類似性を定量化する。
修正された視覚的 MuJoCo タスクを用いてタスク関連情報を無視する手法の有効性を実証する。
論文 参考訳(メタデータ) (2020-06-18T17:59:35Z) - Towards Efficient Processing and Learning with Spikes: New Approaches
for Multi-Spike Learning [59.249322621035056]
各種タスクにおける他のベースラインよりも優れた性能を示すための2つの新しいマルチスパイク学習ルールを提案する。
特徴検出タスクでは、教師なしSTDPの能力と、その制限を提示する能力を再検討する。
提案した学習ルールは,特定の制約を適用せずに,幅広い条件で確実にタスクを解くことができる。
論文 参考訳(メタデータ) (2020-05-02T06:41:20Z)
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。