DiTGaze几何条件扩散增强少样本视线估计被WACV 2027接收
热点事件持续更新
DiTGaze几何条件扩散增强少样本视线估计被WACV 2027接收
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Abiram Panchalingam 等在 arXiv 发布修订版论文 DiTGaze（arXiv:2511.11231v2），提出一种校准高效的视线估计增强方法：在两流 3D Gaussian Splatting 主干上，将卷积渲染阶段重构为几何条件的潜在 Diffusion Transformer，并通过可学习投影和冻结 VAE 连接高斯特征与潜在 token。论文标注被 WACV 2027 接收。 论文称，在 ETH-XGaze 数据集上，DiTGaze 相对 GazeGaussian 将生成器层面的视线误差相对降低 4.1%。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
DiTGaze：几何条件扩散增强用于少样本视线估计报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AIDiTGaze：几何条件扩散增强用于少样本视线估计
DiTGaze 是一套校准高效的视线估计增强系统，将 3D Gaussian Splatting 的卷积渲染阶段重构为几何条件的潜在 Diffusion Transformer（DiT），并通过可学习投影与冻结 VAE 连接高斯特征和潜在 token。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。