研究人员开发了 CapStARE，一种用于注视估计的新型基于胶囊的架构。该系统利用冻结的 ConvNeXt 主干进行高效特征提取，并通过基于注意力的路由形成胶囊，以进行结构化的面部推理。它采用双 GRU 解码器进行轻量级序列建模，在 ETH-XGaze 和 MPIIFaceGaze 等基准数据集上实现了实时推理速度和强大的性能。 AI
影响 这种新架构为实时注视估计提供了一个实用且鲁棒的框架，有望改善人机交互和机器人应用。
排序理由 该集群包含一篇详细介绍注视估计新架构的学术论文。[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 →