来源：专知本文为论文，建议阅读5分钟我们提出了一种基于特征纯化的视线估计算法。 视线估计算法基于用户的面部图片计算其视线方向。然而，面部图片中除包含有效的人眼区域信息外，仍包含众多的视线无关特征，如个人信息、光照信息。这些视线无关特征损害了视线估计的泛化性能，当使用环境更改时，视线估计算法的性能也会出现大幅度的下降。在本工作中，我们提出了一种基于特征纯化的视线估计算法，算法利用对抗训练实现

本文分享单目3D目标检测，MonoCon模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。 目录 一、MonoCon简介 二、论文核心观点 三、模型框架  四、模型预测信息与3D框联系 五、损失函数 六、核心内容——辅助训练分支与3D检测分支 七、实验对比与模型效果 一、MonoCon简介 MonoCon是一个延续CenterNet框架的单目