使用校准参数的用于三维（3D）注视预测的神经网络训练

摘要

本申请描述基于深度学习系统产生3D注视预测的技术。在一个实例中，深度学习系统包括神经网络。使用训练图像来训练神经网络。在训练期间，校准参数被初始化并且被输入到神经网络，并且通过训练而更新。因此，神经网络的网络参数部分基于校准参数而更新。一旦完成训练，则针对用户校准神经网络。校准包括初始化校准参数，以及将校准参数连同示出用户眼睛的校准图像输入到神经网络。校准包括通过基于校准图像最小化神经网络的损失函数来更新校准参数，而不改变网络参数。一旦校准完成，神经网络被用于产生用户的3D注视信息。