德国马普所Xucong Zhang博士等最早尝试使用神经网络来做视线估计Zhang, X., Sugano, Y., Fritz, M., and Bulling, A. (2015). Appearance-based gaze estimation in the wild. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pages 4511–4520
Abstract
前人方法的问题：现存数据集是在受限制的实验室条件下收集来的；现存方法没有在多个数据集上进行评估。
技术点1：提出MPIIGaze数据集，包含20万张图片来自15个志愿者3个月来每天使用笔记本电脑的自然场景。（成为目前gaze领域最常用的数据集之一）
技术点2：提出了一个自然环境下基于表观的视线估计，使用的是基于多模态的卷积神经网络。
Introduction
Contribution 这项工作的贡献是三方面的
提出了一个大规模数据集，用于自然环境下基于表观的视线估计。
对当时最先进的视线估计方法在三个数据集以及我们自己的数据集上进行了广泛的评估
提出了一种基于表观的视线估计方法，该方法使用多模态卷积神经网络，其性能明显优于当时的最新技术。
Method
使用多模态卷积神经网络在MPIIGaze数据集上的误差为6.3度
