一种基于特征解耦与注意力机制的跨视角视线估计方法

本发明提供一种基于特征解耦与注意力机制的跨视角视线估计方法，通过双相机采集双视角人脸图像，有效消除了单视角下的视角盲区，并缓解了单视角信息不足所带来的歧义问题；将人脸特征解耦为个人外观特征、头部姿态特征和视线相关特征，实现了对不同类型特征的精准分离；特征解耦策略增强了模型在多样化场景下的适应能力，确保其在不同个体和大幅头部姿态变化情况下依然保持高性能表现；然后，分别对解耦得到的三类特征应用交叉注意力机制进行自适应加权处理，通过双视角视线特征的融合，实现视线信息的补充与增强；同时，结合处理后的外观特征与头部姿态特征，补偿了个人因素和头部运动的影响，从而显著提升了视线估计的精度与鲁棒性。