用于视线跟随的块级注视分布预测

视线跟随旨在预测场景中一个人的注视位置，通过预测目标位置或指示目标位于图像之外。近期工作通过以像素级均方误差（MSE）损失训练热图回归任务来检测注视目标，同时将图像内/外预测任务表述为二分类任务。这种训练形式在较高分辨率下对训练中的单一标注施加了严格的像素级约束，且未考虑标注方差以及两个子任务之间的相关性。为解决这些问题，我们引入了块分布预测（PDP）方法。我们用 PDP 分支替换先前模型中的图像内/外预测分支，通过预测块级注视分布来同时考虑图像外情况。实验表明，我们的模型通过在标注方差较大的图像上预测更好的热图分布来正则化 MSE 损失，同时弥合了目标预测与图像内/外预测子任务之间的差距，在公开视线跟随数据集上两个子任务均表现出显著的性能提升。