.png){kind=icon}
返回
GhostBlock-Augmented Lightweight Gaze Tracking via Depthwise Separable Convolution
.png){kind=icon}
PRE
AI
DOI：10.3390-electronics14152978.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种轻量级眼动追踪架构，命名为GhostBlock增强型协调空间眼动追踪（L2CS），该架构整合了基于GhostNet的模块和深度可分离卷积，以实现模型精度与计算效率之间的更好平衡。传统的轻量级眼动追踪模型常因过度削减参数而导致精度下降。为解决此问题，我们引入了GhostBlocks，这是一种定制设计的卷积单元，通过深度操作结合固有特征生成与幽灵特征重组。我们的方法通过将原始L2CS架构中的每个ResNet块替换为GhostBlocks，从而显著减少了参数数量和浮点运算次数。在Gaze360数据集上的实验结果表明，所提出的模型将FLOPs从16.527×10^8降低至8.610×10^8，参数数量从2.387×10^5减少至1.224×10^5，同时保持相当的眼动估计精度，其中平均绝对误差（MAE）仅从10.70°略微增加到10.87°。本研究突显了GhostNet增强型设计在边缘设备实时眼动追踪中的潜力，为资源受限环境下的部署提供了实用解决方案。
Keyword:
gaze tracking
GhostBlock
lightweight architecture
depthwise separable convolution
edge computing