基于ShuffleNet V2算法的三维视线估计

• 作者: 王宇 宁媛 陈进军
• 来源期刊: 计算技术与自动化
• 关键词: 神经网络 三维视线估计 ShuffleNet V2 ResNet V2 坐标变换 人脸对齐 注意力机制 MPIIGaze
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 87-92
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202201016

摘要

为了解决当前视线估计网络复杂度较深、精度不高的问题，同时为了未来将网络部署在移动设备端，提出了一种基于ShuffleNet V2算法的视线估计网络，其由脸部和眼睛两个子网络构成。脸部子网络通过ResNetV2网络对脸部图片进行特征处理，并加入人脸对齐算法，减少头部角度误差的影响。眼睛子网络通过ShuffleNet V2与ResNet V2算法进行眼睛图片的并行特征处理。网络对特征图片处理后得到角度参数，最后通过坐标变换得到视线角度。并在MPIIGaze数据集上进行了实验。针对精度的不足对算法进行改进，在ShuffleNet V2中加入注意力机制(逐点平方操作模块),并进行了改进算法的验证实验，最后和多种先进的算法进行了实验对比。实验表明，改进后的算法比其他算法的精度要高。