视线自动估计是计算机视觉、人机交互等领域中一个共同的研究主题，旨在从人眼图像中自动估算出注视点位置或视线方向。现有的视线估计技术虽然已在眼动仪和少部分虚拟现实设备中有所初步应用，但在泛化性、连贯性、计算精度等方面仍存在较大的提升空间。本文针对上述问题进行了探索和研究，主要工作包括：
1. 设计了一个基于角膜反射的移动端视线估计软硬件一体化系统。在硬件方面，该系统以平板电脑为注视屏幕和运算中心，搭载红外光源和红外相机。在软件方面，该系统具有眼睛区域检测、角膜反射定位并与光源匹配、基于交比不变性的注视点估计以及个性化标定的功能。该系统中各个模块能够单独优化，可以方便地迁移到不同场景。
2. 提出了一种轻量级角膜反射定位与光源匹配神经网络。该网络使用多次上下采样提取多尺度特征，可以同时定位角膜反射并匹配到红外光源。网络还通过空间注意力模块加入了定位瞳孔中心的任务。实验结果表明，与两种主流方法相比，该网络在定位角膜反射方面取得了更好的效果，部署了该网络的视线估计系统也可以精确、实时、连贯地估计视线。
3. 设计了一种基于眼动仪和深度相机的精确视线数据采集方案。该方案首先对采集设备进行时间同步和空间标定，然后通过多设备协同采集图像信息和视线数据。采集的数据包括双机位RGBD 图像，三维视线方向以及基于三维信息估计的头部姿态。实验结果表明，通过该方案采集的数据集可以提升GazeNet视线估计模型的精度。