通过先进的修剪和量子化技术,优化MobileNetV3以实现多式联络眼神和情感识别
Gousia Habib1,2, Ishfaq Ahmad Malik2, Surbhi Sharma3
1Indian Institute of Technology Delhi, Delhi, India.
Scientific reports
|October 30, 2025
概括
这项研究优化了MobileNet V3用于识别眼睛的目光,眼和情绪. 增强的模型在资源有限的环境中提供了准确的视觉理解.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 人与计算机的交互
背景情况:
- 视觉线索,如目光,眼和表情,对于交互和分析至关重要.
- 资源有限的环境需要高效和准确的视觉理解模型.
- MobileNet V3提供了一个适合这些任务的轻量级架构.
研究的目的:
- 为了优化MobileNet V3以提高视觉理解.
- 为了提高眼睛凝视,眼和情绪表达的识别精度.
- 为现实世界应用开发一个强大的算法.
主要方法:
- 使用了MobileNet V3架构.
- 应用先进的模型优化技术:修剪和量化.
- 使用EyeGaze,情绪和闭眼数据集验证了方法.
主要成果:
- 优化的MobileNet V3模型展示了对眼睛的目光,眼和情绪表达的准确检测和分析.
- 模型优化降低了计算复杂度,而不会影响准确度.
- 这种方法在各种视觉输入和场景中被证明是强大的.
结论:
- 优化移动网V3是一个强大的工具,用于视觉理解任务.
- 该模型适用于需要高效准确分析视觉线索的现实应用.
- 已开发的代码和训练有素的模型可用于可重复性.
