Tag · 2 篇
注视估计
分布 视频理解与时序1人脸与人体理解1
01 02
SkillSight：基于注视的高效第一人称技能评估
SkillSight: Efficient First-Person Skill Assessment with Gaze
把注视信号作为第一人称视频理解的额外模态，并用教师-学生蒸馏把多模态模型压缩成仅注视输入的轻量模型，为可穿戴设备上的低功耗视觉感知提供了可复用的范式。
GazeShift：面向VR的无监督注视估计与数据集
GazeShift: Unsupervised Gaze Estimation and Dataset for VR
提出一种面向近眼红外图像的无监督注视表征学习框架，通过注意力引导实现注视-外观解耦，并支持轻量少样本校准，为VR场景下的实时注视估计提供了可复用的方法思路。