视线估计技术在人机交互、辅助驾驶、头戴设备等领域有广泛的应用前景与实用价值。随着计算机视觉的发展,基于深度学习的全脸视线估计方法成为研究热点,其中如何提高此方法的估计精度与鲁棒性是业界的难题。本文基于Res Net50作为主干网络,结合改进的感受野模块与提出的区域增强机制,建立了全脸视线估计模型。此模型在MPIIFace Gaze数据集与本地数据集上分别达到4.59°与4.93°的估计精度,与基准模型相比,展现出更高的估计精度与更强的鲁棒性。总结本文的主要工作如下:为更好地评估模型的性能,建立了本地全脸视线估计数据集。通过对比实验,从几种经典的人脸特征点检测算法中选出鲁棒性最强、效果最好的算法,并结合此算法对采集的12名实验者的原始图像数据进行标注、归一化,最终建立约42 000张图片以及对应标签的数据集。为提高视线估计方法的估计精度以及鲁棒性,建立了全脸视线估计模型。针对基准模型上下文感知能力不足导致的精度问题,改进了感受野模块。首先去除感受野模块多分支结构前的1×1卷积,然后将其“Basic Conv”分支改进为“identity”分支,最后建立了多尺度空洞卷积、特征融合的上下文感知模块;消融实验表明,此模块具有更强的信息提取能力,有利于提升模型的性能。针对全脸图像作为输入存在光照、头部姿势等影响导致的鲁棒性问题,提出了区域增强机制。该机制采用并行的最大池化和平均池化,在通道维度上获取图像的细节信息,并通过系数加权的方式去增强重要的局部区域特征;可视化实验表明,此机制具有良好的重要区域增强效果与抗噪声性能。最后结合上下文感知模块与区域增强机制,建立了基于Res Net50的全脸视线估计模型。进行了实验与分析。通过留一人交叉验证法验证提出模型的性能,相比在MPIIGaze数据集上测试的眼图视线估计模型Gaze Net,本文模型的视线估计误差降低18.62%;相比几种全脸视线估计方法中最好的模型Dense Net＿ICBAM,在MPIIFace Gaze数据集与本地数据集上分别降低3.37%、4.48%。结果表明,此模型具有良好的视线估计精度与更强的鲁棒性。