Sharingan：一种基于 Transformer 的注视跟踪架构
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究使用Transformer架构自动检测图像中的对象，并建立对象与注视的关联，实现全面的注视分析。该方法在各项指标上均取得了最新的成果，对注视目标检测提高了AUC的达到2.91%、注视距离减少了50%、注视对象分类和定位平均精度提高了11-13%。
🏷️
