論文の概要: Automatic Gaze Analysis: A Survey of DeepLearning based Approaches
- arxiv url: http://arxiv.org/abs/2108.05479v1
- Date: Thu, 12 Aug 2021 00:30:39 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-13 14:37:12.057931
- Title: Automatic Gaze Analysis: A Survey of DeepLearning based Approaches
- Title（参考訳）: 自動視線分析:ディープラーニングに基づくアプローチに関する調査
- Authors: Shreya Ghosh, Abhinav Dhall, Munawar Hayat, Jarrod Knibbe, Qiang Ji
- Abstract要約: 視線分析はコンピュータビジョンとヒューマン・コンピュータ・インタラクションの分野で重要な研究課題である。
制約のない環境で視線方向を解釈するための重要な手がかりは何か、いくつかのオープンな質問がある。
我々は、これらの基本的な疑問に光を当てるために、様々な視線分析タスクと応用の進捗を概観する。
- 参考スコア（独自算出の注目度）: 61.32686939754183
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Eye gaze analysis is an important research problem in the field of computer
vision and Human-Computer Interaction (HCI). Even with significant progress in
the last few years, automatic gaze analysis still remains challenging due to
the individuality of eyes, eye-head interplay, occlusion, image quality, and
illumination conditions. There are several open questions including what are
the important cues to interpret gaze direction in an unconstrained environment
without prior knowledge and how to encode them in real-time. We review the
progress across a range of gaze analysis tasks and applications to shed light
on these fundamental questions; identify effective methods in gaze analysis and
provide possible future directions. We analyze recent gaze estimation and
segmentation methods, especially in the unsupervised and weakly supervised
domain, based on their advantages and reported evaluation metrics. Our analysis
shows that the development of a robust and generic gaze analysis method still
needs to address real-world challenges such as unconstrained setup and learning
with less supervision. We conclude by discussing future research directions for
designing a real-world gaze analysis system that can propagate to other domains
including computer vision, AR (Augmented Reality), VR (Virtual Reality), and
HCI (Human Computer Interaction).
- Abstract（参考訳）: 視線分析は、コンピュータビジョンと人間-コンピュータインタラクション(hci)の分野で重要な研究課題である。
ここ数年の著しい進歩にもかかわらず、視線の自動分析は目、視線、眼球運動、咬合、画質、照明条件の個性のために依然として困難である。
事前知識のない制約のない環境において、視線方向を解釈するための重要な手がかりと、それらをリアルタイムにエンコードする方法について、いくつかの疑問がある。
我々は,様々な視線分析タスクと応用の進歩を概観し,これらの基本的な疑問に照らし出し,視線分析の効果的な方法を特定し,今後の方向性を示唆する。
本稿では,近年の視線推定とセグメンテーション手法,特に教師なし・弱教師付き領域において,その利点に基づいて分析を行い,評価指標を報告する。
分析の結果,厳密で汎用的な視線分析手法の開発は,制約のない設定や学習といった現実的な課題に,より少ない監督で対処する必要があることがわかった。
我々は、コンピュータビジョン、AR(拡張現実)、VR(バーチャルリアリティ)、HCI(Human Computer Interaction)など他の領域に伝播する現実世界の視線分析システムを設計するための今後の研究方向性について議論する。
関連論文リスト
- Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - A Comprehensive Review on Computer Vision Analysis of Aerial Data [3.1537607776738605]
本稿では,航空データ解析分野におけるコンピュータビジョンタスクについて概説する。
本稿では、様々なアーキテクチャやタスクにまたがる様々なハイパーパラメータの比較を行う。
本論文は, 航空データ解析に固有の課題を徹底的に検討し, 実用的な解決策を提供する。
論文 参考訳（メタデータ） (2024-02-15T08:10:09Z) - CLERA: A Unified Model for Joint Cognitive Load and Eye Region Analysis
in the Wild [18.79132232751083]
目領域のダイナミックスをリアルタイムに分析することで、人間の視覚的注意の割り当てを監視し、精神状態を推定することができる。
共同学習フレームワークにおいて,正確なキーポイント検出と時間追跡を実現するCLERAを提案する。
また,共同瞳孔,眼開放性,ランドマークアノテーションを用いた30万人の顔の大規模データセットも導入した。
論文 参考訳（メタデータ） (2023-06-26T21:20:23Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳（メタデータ） (2022-11-07T17:20:39Z) - A Machine-Learning-Aided Visual Analysis Workflow for Investigating Air
Pollution Data [18.972547412113567]
大気汚染データの分析は、特徴(何)、空間(どこに)、時間(いつ)といった様々な側面からの分析に焦点を当てているため、困難である。
我々は、フレキシブルな分析ワークフローをサポートするビジュアル分析システムを開発し、ドメインの専門家が分析ニーズに基づいて様々な側面を自由に探索できるようにする。
論文 参考訳（メタデータ） (2022-02-11T02:24:21Z) - The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。
主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文 参考訳（メタデータ） (2022-01-09T20:13:27Z) - Fine-Grained Image Analysis with Deep Learning: A Survey [146.22351342315233]
きめ細かい画像解析(FGIA)は、コンピュータビジョンとパターン認識における長年の根本的な問題である。
本稿では、FGIAの分野を再定義し、FGIAの2つの基礎研究領域、細粒度画像認識と細粒度画像検索を統合することで、FGIAの分野を広げようとしている。
論文 参考訳（メタデータ） (2021-11-11T09:43:56Z) - Computational Emotion Analysis From Images: Recent Advances and Future
Directions [79.05003998727103]
本章では,画像感情分析(IEA)を計算的観点から導入することを目的としている。
心理学の一般的な感情表現モデルから始めます。
そして、研究者たちが解決しようとしている重要な計算問題を定義します。
論文 参考訳（メタデータ） (2021-03-19T13:33:34Z)
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。