DiTGaze v2 用几何条件扩散改进少样本视线估计
热点事件持续更新
DiTGaze v2 用几何条件扩散改进少样本视线估计
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Abiram Panchalingam 等作者发布 DiTGaze v2 扩展版论文，论文称其被 WACV 2027 接收。该系统面向少样本视线估计，在双流 3D Gaussian Splatting 主干上，用几何条件潜在扩散 Transformer 改造卷积渲染阶段。 在 ETH-XGaze 上，论文报告其生成器级视线误差较 GazeGaussian 降低 4.1%。该版本是对 2025 年预印本的更新扩展，包含方法修订和扩展的少样本实验。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
DiTGaze：几何条件扩散增强实现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2日
- arXiv · cs.AIDiTGaze：几何条件扩散增强实现少样本视线估计
DiTGaze 用几何条件潜在扩散 Transformer（DiT，Diffusion Transformer）改造双流 3D Gaussian Splatting 的卷积渲染阶段，在 ETH-XGaze 上把生成器级视线误差较 GazeGaussian 降低 4.1%。
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。