一种基于注意力机制的跨域视线估计方法和装置

本发明公开了一种基于注意力机制的跨域视线估计方法和装置，该跨域视线估计方法包括步骤：获取源域样本数据集和目标域样本数据集；构建基于注意力机制的深度学习网络模型；将源域样本数据集输入到深度学习网络模型中，对深度学习网络模型迭代训练，得到训练后深度学习网络模型；将目标域样本数据集输入到训练后深度学习网络模型中，获取视线预估结果。本发明在主干网络的基础上，嵌入了两个通道注意力模块，并通过视线预测模块和图像重建模块两个任务分支进行约束，帮助网络提高对与视线估计任务有关的特征的提取能力，从而提高网络模型的泛化能力。