基于表观的归一化坐标系分类视线估计方法
来源：计算机工程杂志2022年第2期北京时间：
作者：戴忠东, 任敏华
单位：1. 上海复控华龙微系统技术有限公司, 上海 200439;2. 中国电子科技集团公司第三十二研究所, 上海 201808
摘要：视线估计能够反映人的关注焦点，对理解人类的情感、兴趣等主观意识有重要作用。但目前用于视线估计的单目眼睛图像容易因头部姿态的变化而失真，导致视线估计的准确性下降。提出一种新型分类视线估计方法，利用三维人脸模型与单目相机的内在参数，通过人脸的眼睛与嘴巴中心的三维坐标形成头部姿态坐标系，从而合成相机坐标系与头部姿态坐标系，并建立归一化坐标系，实现相机坐标系的校正。复原并放大归一化得到的灰度眼部图像，建立基于表观的卷积神经网络模型分类方法以估计视线方向，并利用黄金分割法优化搜索，进一步降低误差。在MPIIGaze数据集上的实验结果表明，相比已公开的同类算法，该方法能降低约7.4%的平均角度误差。
关键词：视线估计,单目眼睛图像,头部姿态,归一化坐标系,黄金分割法,卷积神经网络
基金资助：上海市国防科技工业办公室支持基金（GFKJ-2019-060）。
