热点事件持续更新
EyeTAG：显式视线轨迹感知的注视估计框架
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布论文《EyeTAG：显式视线轨迹感知的注视估计框架》。该工作提出一个因果多帧注视估计框架，通过显式一阶视线先验将自身近期预测差分后作为紧凑运动 token 反馈。在 Gaze360 数据集上，EyeTAG 平均角度误差降低约 1.0°；在 EVE 数据集上以 2.56° 与最强基线 2.58° 持平。模型内消融显示，去除扫视偏差的是差分公式而非单纯时序上下文。代码已开源，论文被 BMVC 2026 接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
EyeTAG 论文发布，代码开源，并被 BMVC 2026 接收。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）EyeTAG：显式视线轨迹感知的注视估计框架
EyeTAG 是一个因果多帧注视估计框架，通过显式一阶视线先验将自身近期预测差分后作为紧凑运动 token 反馈，在 Gaze360 上平均角度误差降低约 1.0°，在 EVE 上以 2.56° 与最强基线 2.58° 持平。模型内消融显示，去除扫视偏差的是差分公式而非单纯时序上下文。代码已开源，论文被 BMVC 2026 接收。
本事件热度走势
当前热度 8·可比范围峰值 8（10月3日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。