EyeTAG：视线轨迹反馈的注视估计框架

2026年10月2日，arXiv cs.CV 刊出论文《EyeTAG：视线轨迹感知的注视估计框架》。报道称，该工作提出一种因果多帧注视估计框架，把对自身近期预测做差分得到的一阶视线轨迹作为显式运动 token 反馈回模型。在 Gaze360 上，该框架把平均角度误差降低约 1.0°；在 EVE 上取得 2.56°，而最强基线为 2.58°。报道指出，由于差分在视线空间具平移不变性，这一 token 携带的是主体无关的运动信息，而非个人视线偏移。论文被 BMVC 2026 接收，代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。