RafeiKAr/demo_model

Basismodell für die Webcam-Eye-Tracking-Demo

Basismodell der Masterarbeit Dateneffiziente Personalisierung für webcam-basiertes Eye-Tracking mithilfe vortrainierter Bildverarbeitungsmodelle (Khaled Rafei, BHT Berlin, 2026). Code und Demo: https://github.com/RafeiKAr/gaze-estimation

• Datei: base_norm_subject.pt (PyTorch state_dict)
• Architektur: ResNet-18 (ImageNet-Gewichte von torchvision, eingefroren) und ein Regression Head 512 → 512 → 256 → 128 → 2 mit Sigmoid
• Training: nur der Regression Head, auf einer Teilmenge von GazeCapture (personendisjunkter Split), L1-Loss, AdamW, Learning Rate 1e-4
• Ausgabe: Blickpunkt (x, y) im normierten Bildschirm [0, 1]²
• Hinweis: Allein ist das Modell kaum besser als eine Schätzung der Bildschirmmitte. Es ist der Startpunkt für die Personalisierung in der Demo.

Lizenz und Nutzung

• Trainiert auf GazeCapture (Krafka et al., CVPR 2016, https://gazecapture.csail.mit.edu). Es gelten dessen Bedingungen: nur für Forschung, nicht kommerziell.
• Die ImageNet-Gewichte stammen von torchvision (BSD-3-Clause); für die Gewichte können die Bedingungen von ImageNet gelten.
• Bei Nutzung bitte die Masterarbeit und GazeCapture zitieren.