眼动跟踪数据集标定与标准化

眼动跟踪数据的准确度直接影响后续模型设计的可靠性和泛化能力,然而收集准确的基准数据十分困难。目前该领域没有统一的预处理方法,致使后续任务的算法比较缺乏一致的基准数据。在反射立体视觉基础上,基于虚拟相机透视投影变换的数据集校正方法可实现数据的预处理。在MpiiFaceGaze数据集上,对样本进行标准化后,结果表明可以获得更准确的眼动数据和更平滑均匀的样本分布。在Alexnet和Resnet模型上,输出性能提高20%以上。