置信度感知的三维视线估计与评估指标

基于深度学习外观的三维视线估计因其极小的硬件需求且不受约束而日益流行。然而，不可靠且过度自信的推断仍限制了该视线估计方法的应用。为解决不可靠与过度自信的问题，我们引入了一种置信度感知模型，在预测视线角度的同时预测不确定性。我们还提出了一种基于眼部特征退化与推断不确定性上升之间因果关系的新型有效性评估方法，用以评价不确定性估计。我们的置信度感知模型在提供与当前最优方法相当的的角度估计精度的同时，展现出可靠的不确定性估计。与现有的统计不确定性-角度误差评估指标相比，所提出的有效性评估方法能更有效地判断每次预测中推断不确定性的表现。