人的视线包含有大量的信息。视线信息不仅能帮助机器理解人类行为、想法、意图,也能帮助机器理解人物周围环境。视线检测在人机交互、广告推销、视觉游戏等诸多领域都有着巨大的应用前景,但同时该任务也极具挑战性。近几年来,深度学习技术发展迅速,将深度学习技术应用到视线检测中已成为一种趋势。但目前将深度学习引入到视线检测中来的研究还处于起步阶段,研究成果较少。视线检测任务不同于一般的单输入机器学习任务。它不仅需要输入整个图片的信息,也要输入目标人物的信息,以告诉网络需要检测哪一个人物的视线。如何恰当地输入和处理这些信息,是问题的关键。现有视线检测数据集普遍数据量较少或标注效果较差。本文首先进行了数据收集和标注的工作,建立了一个约有55000张图片的视线检测数据集。该数据集场景复杂,人物姿态丰富,具有一定的实用性。本文从麻省理工学院提出的视线检测网络GazeNet入手对视线检测任务的特性进行了探究。实验表明,视线检测网络不必像GazeNet一样输入人脸框图。基于对现有理论的总结提炼,本文提出一个利用深度学习技术检测图片中特定人物视线的方法。该方法只需要输入图片信息和人眼坐标,通过ResNet对图片进行特征提取。随后引入一种特殊的网络层,被命名为选择性全连接层。它将目标人物人眼的位置映射到全连接层的局部,前向传播只在这个局部中进行。这种方式间接地将人眼的位置信息传递给了神经网络,从而使得网络不必处理人眼位置和人脸信息,减少了输入信息的数量,简化了网络结构。同时,针对本文的选择性全连接层,本文采用了一种新的数据增强方法——数据均衡,它使得数据的分布更加均匀。实验表明,本文设计的视线检测网络取得了比之前的研究更好的效果,在准确率和速度方面均有提升。