GazeFollow は、人間の画像を含むいくつかのデータセットから派生した画像内の人間の視線の位置に注釈を付ける大規模なデータセットです。

1. から SUNデータセット1,548枚の画像
2. から MS COCO データセット33,790枚の画像
3. から アクション 40 データセット9,135枚の画像
4. から PASCAL データセット7,791枚の画像
5. から ImageNet データセット508枚の画像
6. から 場所データセット198,097 枚の画像のうち。

2015 年に MIT によって公開されたこのデータセットは、さまざまな日常生活環境で人々が何を見ているかを研究するために使用できます。