在互動顯示上使用捲積網路的視線偵測

title: 在互動顯示上使用捲積網路的視線偵測 abstract: 現今出現了許多互動顯示裝置，像 Google Glass、 Oculus、 Samsung TV 等。而對於大型的互動顯示系統，基於視線的互動方式是一種有效率和方便的方法。然而，大部分的視線偵測系統會需要侵入式光線、頭戴式裝置或固定的頭部位置。 在這份論文中，我們展示了一種只需要 RGB-D 相機和高解析度相機的視線偵測方法。方法的重點在於使用最新的機械學習技術—捲積神經網路。我們將比較三種方法在兩種著名的網路模型的準確度。 為了收集實驗數據，我們設計了一個互動牆實驗。最後的結果顯示我們的方法在 36 個方向的視線偵測上可以達到 80% 的成功率。然而，RGB-D 資料對準確度並無貢獻。即使如此，我們的依舊有良好的準確度。