yuhanwang030409/gazecapture-processed

GazeCapture（裁剪版 · TransGaze 三路输入布局）

本仓库是 GazeCapture（Krafka et al., CVPR 2016）的预处理派生版本， 按 TransGaze（MVA 2024）的输入布局裁剪为「整脸 + 左眼 + 右眼」三路小图。

⚠️ 仅限研究用途。 原始 GazeCapture 数据集的使用受其官方许可约束， 本派生版本不改变这些约束，请勿再分发或用于商业用途。

---

下载与还原

数据被切成 3 个分卷，必须按顺序合并：

cat gazecapture.tar.gz.part-* | tar xzf -

解压后得到 gazecapture/ 目录（约 33 GB 磁盘占用 / 约 22 GB 实际字节）。

分卷校验

文件	字节数	md5
gazecapture.tar.gz.part-aa	8,589,934,592	a8caa322cbf613e3f886d4f1a46f8201
gazecapture.tar.gz.part-ab	8,589,934,592	da973ef4723b10b60feba0adae7d1b57
gazecapture.tar.gz.part-ac	6,466,639,901	03a82392d7e771cdfdd2f992e5647273

md5sum gazecapture.tar.gz.part-*
gzip -t < <(cat gazecapture.tar.gz.part-*) && echo "archive OK"

---

目录结构

gazecapture/
├── <subject>/                     # 6 位数字 ID，如 00002
│   ├── face/<frame:05d>.jpg       # 整帧裁剪，224×224
│   ├── left/<frame:05d>.jpg       # 左眼，96×224
│   └── right/<frame:05d>.jpg      # 右眼，96×224
├── meta/<subject>/*.json          # 官方元数据（info/appleFace/appleLeftEye/appleRightEye/dotInfo/screen...）
└── manifest.jsonl                 # 每帧一行：subject, frame, xcam, ycam, device, split

• 整帧处理方式：拉伸（stretch）到 224×224（与 TransGaze 使用的预处理一致）
• split 来源：每个受试者的 meta/<subject>/info.json 里的 Dataset 字段
• 设备：info.json 的 DeviceName（iPhone... / iPad...）
• 标签单位：dotInfo.json 为屏幕像素坐标；训练代码归一化到 cm

---

规模

split	subjects	帧数
train	1,271	1,251,983
val	50	59,480
test	150	179,496
合计	1,471	1,490,959

val 的设备构成：45 个 iPhone + 5 个 iPad（subject 级）。 同一个注视点（dot）内多帧的标签逐位相同——评测时通常按 dot 聚合（dot error）， 与论文口径一致。

---

预处理说明

裁剪逻辑对应官方 generateCrops.m，实现见配套代码的 scripts/convert_gazecapture_tar.py::process_subject() 与 scripts/convert_outer_tar.py。

已知简化：论文提到的眼框随机扰动（"intentionally perturbed"）未实现—— 其参数未公开，训练时也未启用。

---

引用

@inproceedings{krafka2016eye,
  title={Eye Tracking for Everyone},
  author={Krafka, Kyle and Khosla, Aditya and Kellnhofer, Petr and Kannan, Harini
          and Bhandarkar, Suchendra and Matusik, Wojciech and Torralba, Antonio},
  booktitle={IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2016}
}

TransGaze：

@article{transgaze2024,
  title={TransGaze: Exploring plain vision transformers for gaze estimation},
  journal={Machine Vision and Applications},
  year={2024}
}