摘要

人类注视方向是一种在人机交互、虚拟现实等多种应用中至关重要的视觉线索。近年来，卷积神经网络（CNN）方法在预测注视方向方面取得了显著进展。然而，由于眼部外观的独特性、光照条件的多样性以及头部姿态和注视方向的复杂变化，在自然场景（in-the-wild）下准确估计注视方向仍是极具挑战性的问题。本文提出了一种基于CNN的鲁棒模型，用于在非受限环境下预测注视方向。我们采用对每个注视角度分别回归的策略，以提升单个角度预测的精度，从而整体上增强注视预测性能。此外，我们为每个角度分别使用相同的损失函数，以促进网络的学习能力并提高模型的泛化性能。我们在两个广泛使用的非受限场景数据集上对所提模型进行了评估，结果表明，该模型在MPIIGaze数据集和Gaze360数据集上的平均预测误差分别达到3.92°和10.41°，达到了当前最优水平。相关代码已开源，地址为：https://github.com/Ahmednull/L2CS-Net。