标题：3D Gaze Estimation with a Single Camera without IR Illumination
作者：Jixu Chen, Qiang Ji
来源：2008 19th International Conference on Pattern Recognition

摘要

本文提出了一种基于单相机面部特征跟踪的3D视线估计和跟踪算法。该算法不是使用红外（IR）光和角膜反射（闪烁），而是使用跟踪的面部特征点来估算3D视轴。为此，我们首先介绍一个扩展的3D眼睛模型，其中包括眼球和眼角。基于此眼睛模型，我们导出方程式以求解3D眼球中心，3D瞳孔中心和3D视轴，从中我们可以通过一次个人的标定来求解凝视点。实验结果表明，该算法的准确度可以达到小于3度。与现有的基于红外的眼动追踪方法相比，该方法设置简单，可在室内和室外均可使用。

凝视估计算法

算法的关键是基于两个眼角(E1，E2)的中点M计算眼球中心C的3D位置(图1)。3D模型基于眼睛的解剖结构，如图1所示，眼球由两个大小不同的球体组成。前部较小的部分是角膜，角膜是透明的，瞳孔在角膜里面。光轴被定义为连接角膜中心C₀和瞳孔中心P的3D连线。因为凝视点被定义为视轴而不是光轴与场景的交点。必须对这两个轴之间的关系进行建模。光轴和视轴之间的角度被命名为kappa，它是每个人的常数值。

图1. 3D眼睛模型

---

当人凝视不同方向时，角膜中心C₀和瞳孔中心P将围绕眼球中心C旋转，并且C₀、P、C都在光轴上。由于C在脸部的内部，我们必须从脸部表面上的脸部点估计它的位置：E1和E2是两个眼角，M是它们的中点。M和C之间的偏移矢量V与面部姿势相关。基于眼睛模型，我们可以一步一步地估计凝视，如下所示。

步骤1.面部特征跟踪和脸部姿势估计

步骤2.估计3D点M

步骤3.计算C的3D位置

步骤4.计算P

步骤5.计算视线

结论

本文提出了一种基于人脸特征跟踪的视线估计算法。我们根据眼睛的解剖结构建立了眼睛模型和方程。通过求解方程，可以估计出三维视轴，然后通过将该视轴与屏幕相交来获得屏幕上的凝视点。初步实验表明，在头部*运动的情况下，该方法可以达到3度以下的精度。