基于浅层残差网络的视线估计算法

• 作者: 刘富 刘星 康冰
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 视线估计 卷积神经网络 深度学习 残差网络 眼部图像
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 333-338
• 页数: 6页
• 分类号: TP391.4
• 字数: 2529字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2018.03.017

摘要

针对目前的视线估计算法准确度较低的问题,提出一种基于浅层残差网络的算法.利用残差网络结构特点,对图片在不同层次提取到的特征进行融合计算.实验表明,使用基于浅层残差网络结构的算法与使用LeNet-5结构算法相比,准确率提升了近8.5％,视线估计算法准确度得到了有效的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康冰	吉林大学通信工程学院	52	144	5.0	11.0
2	刘富	吉林大学通信工程学院	57	240	9.0	13.0
3	刘星	吉林大学通信工程学院	13	21	3.0	4.0