GazeFollow

GazeFollow是一个大规模的数据集，带有图像中人们正在寻找的位置的注释。它使用包含人作为图像源的几个主要数据集: 1，548张来自太阳的图像，33张，790张来自COCO女士的图像，9张，135张来自动作40,7张的图像，791张来自PASCAL的图像，508张来自ImageNet检测挑战和198，097来自Places数据集的图像。这种串联导致在许多日常场景中执行各种活动的人的挑战性和庞大的图像集合。