분리된 부분공간 대비 학습을 통한 준지도 시선 추정
Semi-Supervised Gaze Estimation via Disentangled Subspace Contrastive Learning
TL;DR AI
1분핵심 요약
연구진은 Qida Tan과 Wenchao Du가 제안한 플러그앤플레이형 반지도 시선 추정 프레임워크 DSCL을 소개했다.
DSCL은 Jacobian 정규화와 대조적 랭킹을 활용해 시선 특징을 pitch와 yaw에 특화된 하위공간으로 분리한다.
이 방법은 라벨이 붙은 데이터와 라벨이 없는 데이터를 함께 활용해, 주석 데이터의 5%~20%만으로도 경쟁력 있는 성능을 보였다.
비싼 라벨링 의존도를 줄이면서 정확도를 유지해, 실제 환경에서 시선 추적 기술의 배포를 더 쉽게 만들 수 있다.