研究人员开发了DistillGaze，一个旨在快速部署准确的设备端眼动追踪模型的新框架。该方法使用合成数据进行监督，并结合无标签的真实世界数据来弥合领域差距，从而蒸馏视觉基础模型。与传统方法相比，由此产生的轻量级模型显著降低了注视误差，使其适用于在新硬件配置上进行实时部署。 AI
影响 能够加速AR/VR等领域的专用AI模型的开发和部署。
排序理由 该集群包含一篇详细介绍新框架和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.02509v2 Announce Type: replace Abstract: Eye tracking (ET) plays a critical role in augmented and virtual reality applications. However, rapidly deploying high-accuracy, on-device gaze estimation for new products remains challenging because hardware configurations (e.g…