本文提出了一种针对凝视估计的域通用化方法，通过特征净化和无监督学习显著提升模型性能。研究包括插拔式注视适应框架和低维注视表示学习，成功解决了跨领域问题，并在多个数据集上取得了先进结果。

本文介绍了一种基于数据增强驱动的方法，使用重新参数化的视觉Transformer（ReVT）和多模型训练后的权重平均化，实现了语义分割的域通用化。该方法在多个基准数据集上实现了小型模型和中型模型的最新mIoU性能，分别为47.3％和50.1％，相比之前的技术提高了1％和2.3％。此外，该方法需要更少的参数，帧速率更高，易于实施，并且在推断期间不会增加计算复杂度。