一种基于三维点云和表面重建技术的视线估计方法

本发明公开了一种基于三维点云和表面重建技术的视线估计方法，包含以下步骤：S1到S4是模型训练阶段：S1、获取对公共数据集中的数据进行预处理，得到固定大小的眼部图像灰度图和真实注视球；S2、构建并初始化模型，并输入处理好的训练数据；S3、通过连续标准化流(CNF)的前向可逆变换，从潜在空间中采样并重建多个候选注视球，使用重建损失和熵损失优化模型；S4、使用注视球注意力融合(GSAF)模块候选注视球处理，选择点云融合(PCF)机制或注视方向融合(GDF)机制，预测视线方向，使用L2损失优化模型，得到最终训练好的模型。S5到S8是模型测试评估阶段：S5、输将测试数据的眼部灰度图像输入到训练好的模型；S6、提取图像特征，CNF模块生成多个候选注视球；S7、使用不同的融合策略(点云融合或注视球融合)，得到预测视线方向；S8、计算相关指标，评估模型性能。