MOET

我们在拥挤的现实世界视频中提供了一个公开的多对象眼动跟踪 (MOET) 数据集，该数据集由跟踪特定对象的参与者的凝视数据组成，并用标签和边界框注释，用于训练和评估注意力解码算法。我们还提出了两种用于注意力解码的端到端深度学习模型，并将其与最新的启发式方法进行了比较。