基于多粒度语义指导的视线表征自监督模型及视线估计方法

本发明公开了一种基于多粒度语义指导的视线表征自监督模型及视线估计方法，属于图像分析技术领域，包括获取视线估计面部图像数据；基于多粒度上下文语义指导，构建视线表征自监督模型的网络结构，网络结构包括眼部关注的视线掩码编码器、全局面部上下文指导模块和混合上下文解码器；对网络结构进行自监督预训练，得到初始化目标网络；基于监督学习对初始化目标网络进行微调，得到用于实现视线方向估计的目标网络。本发明通过眼部及面部多粒度上下文语义指导捕捉视线特征关系，从而得到更全面的视线特征表示。适用于对视线方向的高效精准的识别。