NVGaze：一个用于低延迟近眼凝视估计的解剖学指导数据集

训练数据的质量、多样性和规模是基于学习的凝视估计器的关键因素。我们创建了两个满足这些标准的数据集，用于在红外照明下的近眼凝视估计：一个合成数据集，使用具有面部形状、凝视方向、瞳孔和虹膜、肤色以及外部条件变化的解剖学信息的眼睛和面部模型（200万张1280x960分辨率的图像），以及一个从35名受试者收集的真实世界数据集（250万张640x480分辨率的图像）。使用这些数据集，我们训练了具有亚毫秒延迟的神经网络。我们的凝视估计网络在未参与训练的真实受试者上实现了30°×40°宽视野下的2.06(±0.44)°的准确性，并且在明确针对一个真实受试者进行训练时，实现了相同的视野下的最佳情况下的0.5°准确性。我们还训练了一个瞳孔定位网络，其鲁棒性高于以前的方法。