人眼的视线方向包含丰富的注意力信息以及潜在的大脑认知过程,视线估计就是研究如何估计人眼的视线方向和凝视目标,它可以广泛应用在临床研究,人机交互,教育等各个不同的领域。虽然已经有一些商业公司研发出视线估计的工程应用,然而大都非常依赖于特定的硬件设备,使用非常受限。在这种背景下,基于面貌的视线估计方法凭借简单的设备要求,快速的追踪速度越来越受到重视,深度学习在视线估计上的成功应用进一步促进了研究人员对其关注程度,一系列采用深度学习的基于面貌的视线估计算法随之出现,并取得了不错的效果,但距离真正应用的精度要求还有一定距离,如何提升基于面貌的视线估计性能成为该领域非常重要的研究课题,另一方面,深度学习的训练依赖于视线估计相关的数据集,目前仍然比较匮乏,且现有的数据集存在真值标注不够准确,头动姿势覆盖范围小,视点单一,采集过程中用户头动受限太多等问题也值得进一步改进。本文调研了目前主流的基于面貌视线估计方法的研究背景和发展趋势,针对目前存在的该领域视线数据集不足且标注精度不够的现状,我们提出了新的SJTUgaze数据集,通过采集16位受试者,每人4个视点下共32分钟的有效视频数据,处理得到127495张根据眼动仪记录的真值标注相应的视线方向向量和凝视点位置的人脸图像。相比现有数据集有以下特色:第一,SJTUgaze采用Tobii X120眼动仪实时记录受试者眼睛的3D位置和在屏幕上的凝视点,通过准确同步视频数据,提取对应帧的人脸图像,并根据设备标定信息将眼动仪记录的视线方向数据由眼动仪用户坐标系变换到相机坐标系下实现人脸图像的视线真值标注,实现更准确的视线方向向量真值标注,有效解决了现有数据集人工标注视线方向向量真值时精度不高的问题。第二,SJTUgaze覆盖的头动姿态和视线方向范围广,该数据集采用四个装置在电视屏幕上方、左方、右方、下方不同位置的Go Pro相机拍摄受试者在距屏幕140～175（88）观看刺激视频,以尽可能多地引入姿态角度变化,丰富数据集样本多样性。第三,基于四个视点的视频拍摄,SJTUgaze是多视点视线数据集,填补了目前多视点视线数据的空白,在SJTUgaze单个视点和联合四个视点的实验结果验证了其可以用于多视点联合视线估计的研究任务。此外,SJTUgaze采集数据过程中允许受试者头部自由运动,更加真实自然,而且数据中还包含注视,扫视两类眼动事件类别标注,可以在视线估计之外的相关研究如眼动分类发挥作用。由于每个人眼睛具有特异性特征,比如视轴与光轴夹角的差异,眼睛面貌差异等,这使得目前训练好的视线估计模型在新的受试者数据上表现很差,其中一个重要原因就是出现了个人特异性偏差问题。为了提升视线估计精度,本文结合元学习提出了新的视线估计模型,有助于提取更加通用且容易迁移的特征表示,使训练得到的模型在新的受试者数据上测试时,利用少于20个的新受试者校正样本提取其个人特异性特征,快速学习更新模型参数,以减小个人特异性偏差,得到更好的估计效果。我们与近期几个模型在主流公开的MPIIGaze,Eyediap和本文提出的SJTUgaze数据集上测试对比,本文所提模型得到的视线估计平均角度误差最小,在MPIIGaze上相比近期最好的结果提升6.6%。并在MPIIGaze和SJTUgaze两个数据集上做了跨数据集测试,验证了其泛化性能和小样本校正的优势。充分的对比实验和最终的实验结果验证了本文所提模型的有效性。