Efficient 2-D/3-D Gaze Estimation Using TGGNet: A Transformer Graph Approach
Notice bibliographique
Résumé
The human eye gaze is a crucial visual and cognitive attention indicator, with broad applications in intelligent vehicle systems and human-machine interaction. This paper presents a novel gaze estimation approach using Graph Neural Networks (GNNs), leveraging the geometric relationship between facial landmarks and gaze direction. Existing appearance-based gaze estimation approaches primarily rely on raw facial images, often overlooking the spatial relationships between facial landmarks and gaze direction. Additionally, many recent methods involve large, computationally expensive models, limiting their applicability in real-time scenarios. Facial landmarks serve as graph nodes, and spatial distances form the edges. We demonstrate significant correlations between node positions and gaze direction, as well as between edge lengths and head pose. Our Transformer Graph Gaze Network (TGGNet) processes this graph-based data to estimate the gaze direction. The lightweight Transformer-based GNN model, with approximately 3.72 million parameters and only 0.76 Giga FLOPs, is highly suitable for real-time systems, offering both computational efficiency and low memory requirements. TGGNet assigns higher attention weights to key landmarks, improving gaze estimation. We validated the model on GazeCapture and MPIIFaceGaze (2D) and Gaze360 (3D), showing superior performance. Attention map analysis highlights the importance of landmarks around the eyes, particularly the pupils, irises, and eyelids. Video demos and codes can be found on our project’s repositoryhttps://github.com/AiX-Lab-UWO/GazeTGGNet.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».