论文：A Differential Approach for Gaze Estimation with Calibration
视觉估计Gaze Estimation：
根据人的图片计算人眼睛的视角，估计人观察的方向，应用，可以应用眼睛控制的游戏
一般流程：摄像机可以用照片的方式得到人的面部图片，由于人脸的方向不同，故先利用3D摄像机矫正人脸得到正面的人脸图片，因此人的视线则变为上下左右四个方向，获取人眼视角方向后，结合人的头部方向，综合可以得到人眼的最终视线方向。
挑战：
由于人眼的大小不同，人脸的方向不同等等给视觉估计带来很大的挑战
方法：
根据人眼图片计算绝对的视觉方向，会有很大误差，因此，这篇文章选择相对稳定的相对距离进行研究。
baseline:利用3层卷积层和2层全连接层，根据输入图片计算人眼视角gaze direction。
损失函数：L1
baseline缺点：
由于数据集中的人是一个个有特点的个体，具有自己的特色，而非同一个人的图片，因此通过baseline网络训练的模型预测的结果和ground truth存在一个偏差，如下图，拟合曲线和y=x之间总存在一个角度。
存在线性关系：
利用标定数据进行最小均方误差(LMSE)优化，得到模型的线性参数，从而得到最终的优化后结果。
研究方法：
总体框架：不同个体之间的绝对视觉估计存在差异，但是相对距离比较稳定
（1）Siamese Network可以计算两张图片之间的Gaze difference，训练时选取不同人的同一个眼睛的图片，利用网络预测两者的视觉差异。
（2）测试时，将待估计的图片与多张图片计算视觉差异，从而根据相对值加差异值得到最终平均结果
Siamese Network
利用siamese network计算两张图片之间的视觉估计差异。
损失函数：
Gaze inference
利用校验集的图片，计算测试图片与Dc张校验图片之间的gaze difference,根据已知的校验图片的视觉估计，计算图片视觉估计真实值。
结果：
评估标准：值越小越好
结果：
閱讀更多 AI深度學習求索 的文章
