海外访问：www.kdjingpai.com
Ctrl + D 收藏本站
当前位置：首页 » AI答疑

什么是Gaze-LLE，它的主要功能是什么？

2025-09-10
AI答疑
1.9 K

Gaze-LLE是一款基于大规模学习编码器的注视目标预测工具，由Fiona Ryan、Ajay Bati等研究人员开发。该工具的核心目标是通过预训练的视觉基础模型（如DINOv2）高效预测视频或图像中人物的注视目标。

其主要功能包括：

  • 注视目标预测：利用预训练的视觉编码器准确预测注视位置
  • 多人注视预测：可同时处理单张图像中的多个人物
  • 轻量级架构：仅需在冻结的预训练编码器上学习轻量级解码器
  • 多模型支持：提供基于不同骨干网络（ViT-B/ViT-L）和训练数据的预训练模型

与同类工具相比，Gaze-LLE的突出优势是参数规模减小了1-2个数量级，且不需要额外的输入模态（如深度或姿态信息）。

本答案来源于文章《Gaze-LLE: 视频中人物注视目标预测工具》

未经允许不得转载：AI生产力工具 » 什么是Gaze-LLE，它的主要功能是什么？
0已赞

相关推荐

找不到AI工具？在这试试！

输入关键词，即可 无障碍访问 必应 搜索，快速找到本站所有 AI 工具。

热门AI工具

最新发布

最新AI工具

回顶部

快速查询站内AI工具

  • Bing
热门搜索：
zh_CN简体中文
en_USEnglish ja日本語 de_DEDeutsch pt_BRPortuguês do Brasil zh_CN简体中文