20世纪70年代起,视线追踪的研究迅速发展。如今,视线检测在人机交互、医疗等领域的都具有良好的应用场景。传统算法对不同情况下的图像提取特征能力较弱,基于深度学习的方法逐渐流行。但目前使用深度学习进行视线检测的研究处于起步阶段,可用数据较少,且网络对视线的检测效果极度依赖眼部特征。因此,本文设计了一种基于深度学习的双阶段视线检测网络,通过检测人眼区域检测进一步获取眼部特征,制作了不同检测任务下的数据集,并提出了一种视线检测方法,实现了从图片端到视线端的检测。论文的研究内容主要有以下几个方面:设计人眼视线检测网络。通过分析目前视线检测方式,结合注意力机制提出一种基于深度学习的双阶段视线检测网络,首先在人脸图片中进行目标检测实现人眼区域的检出,之后在人眼图片中进行关键点检测实现眼部关键点的检出。根据各阶段检测任务的不同分别设计了评价标准和网络性能评价标准。设计人眼区域检测网络。通过对当下视线检测主流数据集的统计和分析,以图片质量和特征明显程度筛选并建立了包含500张图片的人眼区域检测数据集。通过分析数据集,对YOLO V5的特征提取网络、特征融合网络和损失函数进行优化来提高网络对人眼区域的检测性能。使用建立的人眼区域检测数据集训练,优化后的网络参数量比原始结构少20.88M,在测试集上的检测误差降低了0.52,在MX350上的推理时间减少了5ms。设计眼部关键点检测网络。通过收集人眼区域检测网络对人眼的检出图像,以图片质量和特征明显程度筛选并建立了包含1745张图片的眼部关键点数据集。通过分析数据集,对PFLD的主网络、辅助网络和损失函数进行优化。使用建立的眼部关键点数据集训练,优化后的网络参数量和单张图片检测时间与原始结构基本一致,检测误差降低了12.58。搭建双阶段视线检测网络。提出一种视线方向判断与绘制方法,通过得到的眼部关键点信息分类出视线方向,并将计算出视线的方向向量,绘制到原图片中。将人眼区域检测网络、眼部关键点检测网络和视线分类方法级联,图像的分类正确率为93.6%。