ViT-H+

新型PaGE模型实现人类水平注视点估计，在关键指标上超越人类

研究人员开发了一个名为PaGE（Practical Gaze Estimator）的新型注视点估计模型，旨在实现预测人类视线落点的“人类水平”性能。该模型明确处理了场景和头部特征之间的交互，并采用了一种新颖的训练方法，通过从大型教师模型蒸馏到轻量级学生模型。PaGE已展现出最先进的成果，在大多数指标上超越人类，并显著缩小了人机差距。蒸馏后的模型旨在实际部署于机器人和消费电子等设备上。