다양한 외형과 환경
눈의 모습, 조명, 머리 자세와 시선 방향의 변화는 실제 환경의 시선 추정을 어렵게 한다. L2CS-Net은 이런 제약이 적은 조건에서 방향을 예측하는 모델을 다룬다.
각도를 나누어 예측하기
시선의 각 각도를 별도로 회귀해 각도별 정확도를 높이려는 구성을 사용한다. 각 각도에 하나씩 같은 형태의 손실을 적용해 학습한다.
자료별 결과의 해석
MPIIGaze와 Gaze360에서 모델을 평가한다. 데이터셋마다 촬영 조건과 시선 변화의 폭이 다를 수 있으므로 서로 다른 자료의 오차 수치를 같은 난도의 시험처럼 비교하면 안 된다.
방향과 대상의 구분
방향을 추정했다고 그 방향의 정확한 사물까지 자동으로 결정되는 것은 아니다. 눈의 위치와 장면의 기하 정보가 함께 필요할 수 있으므로 시선 각도 오차와 시선 대상 판단을 구분해야 한다.