作者单位
摘要
1 武汉科技大学 信息科学与工程学院,湖北 武汉 430081
2 武汉科技大学 机械自动化学院,湖北 武汉 430081
针对现有眼动图像标注算法中停留在非目标上的注视点容易引入定位干扰,导致标注精度不高的问题,本文首先实验探索了标注任务中的眼动规律;然后提出将标注注视序列分为视觉搜索和视觉识别两个阶段,并设计了基于参数自适应DBSCAN算法的视觉搜索和视觉识别注视点分类方法,旨在将提取的识别注视点作为眼动图像标注算法的输入,提高标注结果的准确性;最后基于2014 DIMITRIOS P数据集开展实验对比与分析。实验结果表明,与现有相关算法相比,F1度量提升4%,算法运行效率提升了近1倍,眼动图像标注算法精度提高3.34%,满足稳定可靠、精度高、运行速度快等要求。
眼动注视点分类 眼动图像标注 视觉搜索 视觉识别 参数自适应DBSCAN fixations classification eye movement image annotation visual research visual recognition adaptive DBSCAN 
液晶与显示
2023, 38(4): 515

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!