Un défi majeur pour l’estimation de l’attention visuelle sans contrainte physique réside dans l’acquisition de données d’entraînement munies d’étiquettes 3D de regard pour des scénarios « in-the-wild » et en extérieur. En revanche, les vidéos d’interactions humaines dans des environnements non contraints sont abondamment disponibles et peuvent être annotées bien plus facilement à l’aide d’étiquettes d’activité au niveau des trames. Dans ce travail, nous abordons le problème auparavant peu exploré de l’estimation faiblement supervisée du regard à partir de vidéos d’interactions humaines. Nous exploitons l’observation selon laquelle des contraintes géométriques fortes liées au regard existent lorsque les individus effectuent l’activité de « se regarder mutuellement » (LAEO, Looking At Each Other). Pour obtenir une supervision 3D du regard exploitables à partir d’étiquettes LAEO, nous proposons un algorithme d’entraînement ainsi qu’une série de nouvelles fonctions de perte spécifiquement conçues pour cette tâche. Grâce à une supervision faible issue de deux grands jeux de données d’activités CMU-Panoptic et AVA-LAEO, nous démontrons des améliorations significatives en (a) précision de l’estimation du regard semi-supervisée et (b) généralisation inter-domaines sur le benchmark de pointe d’estimation du regard en extérieur sans contrainte physique, Gaze360. Nous mettons notre code à disposition sous licence open source à l’adresse suivante : https://github.com/NVlabs/weakly-supervised-gaze.