|
|||||
|
|
| 基于样本扩充和改进Lasso回归的视线估计 | |
| 作者姓名： | 王洪枫 王建中 白柯萌 张晟 |
| 作者单位： | 北京理工大学 机电学院, 北京 100081 |
| 基金项目： | 国家部委基础科研计划资助（JCKY2017602C016） |
| 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 |
| 收稿时间： | 2019-10-16 |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 | |