DiTGaze

DiTGaze系统利用扩散模型增强少样本注视点估计

研究人员开发了DiTGaze，一种用于少样本注视点估计的新颖系统，该系统利用双流3D高斯泼溅骨干网络和几何条件扩散Transformer。该方法重新构建了渲染阶段，将高斯特征与潜在扩散模型集成，并通过自适应层归一化整合了时间步、身份和表情的条件。DiTGaze旨在通过改进少样本个性化来减轻收集大量用户特定注视点数据的负担，并在ETH-XGaze数据集上显示出显著的误差降低。