基于样本扩充和改进Lasso回归的视线估计

摘要：

为了利用眼部特征进行准确的视线估计,提出了一种基于样本扩充和改进Lasso回归的方法,建立眼部特征与视线之间的映射关系.通过对小样本评分得到优质样本,进而完成样本扩充,利用改进的Lasso回归得到准确的视线估计模型.该方法对标定过程中的眨眼等干扰具有鲁棒性,受干扰后仍可保持相对较高的视线估计准确度.实验结果表明:标定过程无干扰,该方法视线估计准确度比传统方法提高11.25％;标定数据加入6.67％异常数据,该方法视线估计准确度比传统方法提高22.62％.

关键词：视线估计、样本扩充、改进Lasso回归

所属期刊栏目：40

分类号：TP23(自动化技术及设备)

资助基金：国家部委基础科研计划资助JCKY2017602C016

在线出版日期：2021-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1340-1346