目录

知识储备

 视觉深度的测定

基本知识

视觉检测中的关键技术

单眼感知景深

内部摄像机距离的效果

Face ID 与3D传感技术 

什么是Face ID?

3D传感技术原理

主动测距法

被动测距法

基于深度学习的人眼视线检测代码

数据集读取与预处理

卷积神经网络模型构建

模型训练与验证

前言

国内外研究现状

2 视线检测网络设计

2.1网络选择

2.2网络结构设计

2.2.1全连接网络结构

2.2.2卷积网络结构

2.3评价指标

2.3.1人眼区域检测评价指标

2.3.2眼部关键点检测评价指标

2.3.3视线检测结果评价指标

​编辑2.3.4网络性能评价指标

YOLO%20V5%E7%9A%84%E4%BA%BA%E7%9C%BC%E5%8C%BA%E5%9F%9F%E6%A3%80%E6%B5%8B%E7%BD%91%E7%BB%9C%E8%AE%BE%E8%AE%A1-toc" style="margin-left:0px;">3基于YOLO V5的人眼区域检测网络设计

3.1网络选择

---

本文篇幅较长，分为上下两篇，下篇详见基于深度学习的人眼视线检测（续）

 

知识储备

 视觉深度的测定

  1、大脑使用两眼视角之间的不同来感知深度。

2、不要忽略单眼的感知深度，像纹理和灯光。

3、在Rift中，用户最舒适的感知深度是0.75到3.5米之间（1米=1unity单位）。

4、通过OVR配置工具来设置虚拟摄像机之间的距离࿰