基于CBAM-ResNet网络的视线估计方法

针对当前视线估计方法准确率不高的问题，提出了一种基于残差网络与注意力机制相结合的视线估计模型。首先，预处理阶段对人脸图像进行关键点定位、剪裁及归一化；然后，将归一化后的图像连续通过残差网络与CBAM(convolutional block attention module)注意力模块，进行人脸特征提取；最后，将神经网络输出的二维视线方向向量转换为三维视线方向向量，得到最终结果。实验结果表明，本模型在公共数据集MPIIFaceGaze上的视线误差角度为4.48o，与其他视线估计系统模型进行对比，本文所提出的模型可以更准确地估计视线方向。