연구진이 인간의 시선 패턴을 모방한 GazeLNN 모델을 개발했어요. 이 모델은 기존 방식보다 훨씬 가볍고 빠르며, MIT Low Resolution 데이터셋에서 최고 성능을 기록했어요.
GazeLNN은 Liquid Neural Network를 활용해 시선 고정 지점 히트맵을 예측하며, 계산 비용은 0.61 GFLOPs에 불과해요.
자율 주행 로봇의 카메라 제어 정책에 GazeLNN을 통합해 인간의 시선 가이드 퍼셉션을 구현하고 실제 환경에서 성공적으로 검증했어요.