Gaze-LLE: Gaze Target Estimation via Large-Scale Learned Encoders

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了Gaze-LLE框架,旨在解决注视目标估计问题,预测人们在场景中的关注位置。该方法利用冻结的DINOv2编码器特征,简化了估计过程,并在多个基准测试中表现优异。

🏷️

标签

➡️

继续阅读