GMGaze多尺度视线估计模型

跨域视线估计新SOTA

用CLIP先验与多尺度Transformer，在四种公开基准上均优于现有方法，且跨域表现稳定。

79526543 · Yihang, Wu · Chaddad, Ahmad · Alkhodair, Sarah A. · Kateb, Reem

Knowledge-Based Systems 2026

参数信息

平均角度误差（MPIIFaceGaze）
2.49 °
平均角度误差（EYEDIAP）
3.22 °
平均角度误差（Gaze360）
10.16 °
平均角度误差（ETH-XGaze）
1.44 °

技术优势

早期融合防丢失

CLIP patch token、CNN token与条件化全局token在首层融合，避免晚期融合常见的信息损失。

按需分配算力

稀疏混合专家模块根据输入条件动态分配计算资源，不靠统一增加稠密参数来提升容量。

跨域表现稳定

对抗域适应与特征分离损失使两个全局token保持去相关，在两条标准迁移路线上取得SOTA结果。

应用场景