1.一种视线方向确定方法，包括：获取目标对象的人脸或人眼图像，建立特征提取网络，其中，特征提取网络用于在所述人脸或人眼图像中提取所述目标对象的图像特征；利用对抗训练方法，优化特征提取网络，隐式的去除特征提取网络所提取的视线无关特征，使得特征提取网络从所述人脸或人眼图像中提取视线相关特征，得到视线相关特征；基于所述视线相关特征，确定目标视线方向；其中，所述利用对抗训练方法，优化特征提取网络，隐式的去除特征提取网络所提取的视线无关特征，使得特征提取网络从所述人脸或人眼图像中提取视线相关特征，得到视线相关特征，包括：建立两个辅助网络结构，得到第一辅助网络和第二辅助网络；利用第一辅助网络和第二辅助网络分别执行两个对抗性任务，其中，第一辅助网络最大化所述特征提取网络从目标对象的人脸或人眼图像中提取到的图像特征中包含的视线信息，第二辅助网络最小化所述特征提取网络从目标对象的人脸或人眼图像中提取到的图像特征中包含的图像信息；通过同时优化两个辅助网络结构，在未定义视线无关特征的情况下，隐式的去除所述图像特征中与视线信息无关的视线无关特征，且保留所述图像特征中和视线信息相关的视线相关特征，得到视线相关特征。
2.根据权利要求1所述的方法，其中，所述利用第一辅助网络和第二辅助网络分别执行两个对抗性任务，包括：利用第一辅助网络执行视线预测任务，其中，第一辅助网络根据所述特征提取网络提取的图像特征确定视线方向，网络整体优化过程中，特征提取网络通过优化自身参数，使得提取到的图像特征中包含数目大于第一预定阈值个的视线信息，从而使得第一辅助网络确定的视线方向的精准度达到第二预定阈值，以此最大化所述图像特征中包含的视线信息；利用第二辅助网络执行对抗图像重建任务，其中，第二辅助网络试图从所述提取的图像特征中恢复人脸或人眼图像，特征提取网络通过优化自身参数，减少提取的图像特征中所包含的图像信息，从而使得第二辅助网络无法从所述图像特征中恢复人脸或人眼图像，以此最小化所述图像特征中包含的图像信息。
3.根据权利要求2所述的方法，其中，所述通过同时优化两个辅助网络结构，在未定义视线无关特征的情况下，隐式的去除所述图像特征中与视线信息无关的视线无关特征，且保留所述图像特征中和视线信息相关的视线相关特征，得到视线相关特征，包括：利用第二辅助网络减少图像特征中所包含的图像信息、第一辅助网络增加图像特征中所包含的视线信息；优化两个辅助网络结构，以便特征提取网络去除所提取图像特征中包含的视线无关信息，保留所述图像特征中和视线信息相关的视线相关特征，得到视线相关特征。
4.根据权利要求3所述的方法，其中，所述第二辅助网络用于执行最小化图像特征中包含的图像信息任务，图像信息任务包括为第二辅助网络设置权重图，权重图是所述目标对象的人脸或人眼图像中不同的区域具有不同权重的权重图。
