論文の概要: Pistol: Pupil Invisible Supportive Tool to extract Pupil, Iris, Eye
Opening, Eye Movements, Pupil and Iris Gaze Vector, and 2D as well as 3D Gaze
- arxiv url: http://arxiv.org/abs/2201.06799v1
- Date: Tue, 18 Jan 2022 07:54:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-19 14:21:40.217739
- Title: Pistol: Pupil Invisible Supportive Tool to extract Pupil, Iris, Eye
Opening, Eye Movements, Pupil and Iris Gaze Vector, and 2D as well as 3D Gaze
- Title(参考訳): ピストル:瞳孔、虹彩、目開き、眼球運動、瞳孔、虹彩視線ベクトル、および2d及び3d視線を抽出する瞳孔不可視支持具
- Authors: Wolfgang Fuhl, Daniel Weber, Enkelejda Kasneci
- Abstract要約: オフラインモードでは, 瞳孔, 虹彩楕円, 眼球開口, 瞳孔ベクトル, 虹彩ベクトル, 眼球運動型, 瞳孔速度, マーカー検出, マーカー距離, 瞳孔中心, 虹彩中心, 瞳孔ベクトル, 虹彩ベクトルなど, 眼球から複数の特徴を抽出する。
視線信号は、それぞれの目と各特徴に対して2Dで計算され、また、各特徴に対しても2Dで計算される。
- 参考スコア(独自算出の注目度): 12.314175125417098
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper describes a feature extraction and gaze estimation software, named
Pistol that can be used with Pupil Invisible projects and other eye trackers in
the future. In offline mode, our software extracts multiple features from the
eye including, the pupil and iris ellipse, eye aperture, pupil vector, iris
vector, eye movement types from pupil and iris velocities, marker detection,
marker distance, 2D gaze estimation for the pupil center, iris center, pupil
vector, and iris vector using Levenberg Marquart fitting and neural networks.
The gaze signal is computed in 2D for each eye and each feature separately and
for both eyes in 3D also for each feature separately. We hope this software
helps other researchers to extract state-of-the-art features for their research
out of their recordings.
- Abstract(参考訳): 本稿では,将来,瞳孔が見えないプロジェクトや眼球追跡装置で使用できるピストルと呼ばれる特徴抽出・視線推定ソフトウェアについて述べる。
オフラインモードでは,瞳孔と虹彩楕円,瞳孔,瞳孔ベクトル,虹彩ベクトル,瞳孔と虹彩速度からの眼球運動タイプ,マーカー検出,マーカー距離,瞳孔中心の2次元視線推定,虹彩中心,瞳孔ベクトル,虹彩ベクトルなど,眼球から複数の特徴を抽出する。
視線信号は、各眼で2dで計算され、各眼でそれぞれ別々に、両眼でそれぞれ別々に3dで計算される。
このソフトウェアは、他の研究者が彼らの研究成果から最先端の機能を抽出するのに役立つことを願っている。
関連論文リスト
- MinD-3D: Reconstruct High-quality 3D objects in Human Brain [53.546633606914455]
Recon3DMindは、fMRI(Functional Magnetic Resonance Imaging)信号から3D視覚を再構築することに焦点を当てた画期的なタスクである。
総合的なfMRI信号キャプチャのための3Dオブジェクトの360度映像を利用したfMRI-Shapeデータセットを提案する。
また,fMRI信号から脳の3次元視覚情報をデコードし,再構成する新しい3段階フレームワークMinD-3Dを提案する。
論文 参考訳(メタデータ) (2023-12-12T18:21:36Z) - Model-aware 3D Eye Gaze from Weak and Few-shot Supervisions [60.360919642038]
本稿では,眼意味分類マスクの弱い監督と数個の3次元視線ベクトルの直接監督から3次元視線を予測することを提案する。
多様な環境下での実験では,提案手法の利点が示され,ベースラインの角度誤差が約5度低くなった。
論文 参考訳(メタデータ) (2023-11-20T20:22:55Z) - Periocular biometrics: databases, algorithms and directions [69.35569554213679]
近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。
本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
論文 参考訳(メタデータ) (2023-07-26T11:14:36Z) - GazeNeRF: 3D-Aware Gaze Redirection with Neural Radiance Fields [100.53114092627577]
既存の視線リダイレクト法は2次元画像上で動作し、3次元一貫した結果を生成するのに苦労する。
顔領域と眼球は3次元構造であり、協調しているが独立して動くという直感に基づいて構築する。
論文 参考訳(メタデータ) (2022-12-08T13:19:11Z) - Neural Feature Fusion Fields: 3D Distillation of Self-Supervised 2D
Image Representations [92.88108411154255]
本稿では,3次元シーンとして再構成可能な複数画像の解析に後者を適用する際に,高密度な2次元画像特徴抽出器を改善する手法を提案する。
本手法は,手動ラベルを使わずに,シーン固有のニューラルネットワークの文脈における意味理解を可能にするだけでなく,自己監督型2Dベースラインよりも一貫して改善されていることを示す。
論文 参考訳(メタデータ) (2022-09-07T23:24:09Z) - P2-Net: Joint Description and Detection of Local Features for Pixel and
Point Matching [78.18641868402901]
この研究は、2D画像と3D点雲の微粒な対応を確立するための取り組みである。
画素領域と点領域の固有情報変動を緩和するために,新しい損失関数と組み合わせた超広帯域受信機構を設計した。
論文 参考訳(メタデータ) (2021-03-01T14:59:40Z) - TEyeD: Over 20 million real-world eye images with Pupil, Eyelid, and
Iris 2D and 3D Segmentations, 2D and 3D Landmarks, 3D Eyeball, Gaze Vector,
and Eye Movement Types [18.53571873938032]
TEyeDは、ヘッドマウントデバイスで撮影された世界最大のアイ画像集合である。
データセットには、2Dおよび3Dランドマーク、セマンティックセグメンテーション、3Dアイボールアノテーション、全画像の視線ベクトルと眼球運動タイプが含まれる。
論文 参考訳(メタデータ) (2021-02-03T15:48:22Z) - EllSeg: An Ellipse Segmentation Framework for Robust Gaze Tracking [3.0448872422956432]
エリパースフィッティングは、瞳孔や虹彩追跡に基づくビデオオクログラフィーにおいて必須の要素である。
楕円構造を直接分割する畳み込みニューラルネットワークのトレーニングを提案する。
論文 参考訳(メタデータ) (2020-07-19T06:13:01Z) - Self-supervised Feature Learning by Cross-modality and Cross-view
Correspondences [32.01548991331616]
本稿では,2次元画像特徴と3次元ポイントクラウド特徴の両方を学習するための,自己指導型学習手法を提案する。
注釈付きラベルを使わずに、クロスモダリティとクロスビュー対応を利用する。
学習した2次元特徴と3次元特徴の有効性を5つの異なるタスクで伝達することによって評価する。
論文 参考訳(メタデータ) (2020-04-13T02:57:25Z) - MagicEyes: A Large Scale Eye Gaze Estimation Dataset for Mixed Reality [8.025086113117291]
MagicEyesは、実際のMRデバイスを用いて収集された最初の大規模アイデータセットである。
我々はMagicEyesのいくつかの最先端手法を評価し、また、角膜、グリント、瞳孔を検出できる新しいマルチタスクEyeNetモデルと、1つの前方パスでのアイセグメンテーションを提案する。
論文 参考訳(メタデータ) (2020-03-18T08:23:57Z)
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。