1.一种基于人眼特征的视线估计方法，其特征在于：所述视线估计方法包括以下步骤：

1)首先定义人眼特征，如式(1)所示：

其中ei表示第i张图像的人眼特征向量，ylj表示左眼的第j个特征点坐标，yrj表示右眼的第j个特征点坐标，pl表示左眼的虹膜中心，pr表示右眼虹膜中心，特征向量{ei}∈Rm；

2)在定义人眼特征之后，利用以下模型(2)来估计视线方向，如下所示：其中，{ei}表示训练集的特征，{θi}表示视线的角度，为一个二维向量，包含水平方向的角度和垂直方向的角度，{wi}为计算角度的权重值；

假定{e'j}和{θ′j}分别表示{ei}与{θi}的权重值不为0的子集，如式(2)所示，在视线估计模型中假定特征子空间与视线方向是成线性关系的，基于特征的自适应回归方法原理如下：

2×m

其中，A∈R 为关系矩阵，m为训练样本数，n为特征维数，当训练样本数大于特征维数即n＞m时，精确的视线估计是针对其中的一个子集来{(e'j,x'j)}来计算的，转换公式表示为下式：为了准确估计关系矩阵A'，必须要确定子集{e'j,x'j}，其中子集的选择由下式确定：由于定义的人眼特征幅值是1，所以式中w满足1Tw＝1，然后角度的计算通过下式确定：当 足够稀疏时，利用下式来求解

通过ε来限制估计的特征Ew与真实特征 的欧式距离，通过最小化||w||1确定视线参数从而实现视线估计。