연구진은 시선 추정 모델의 일반화 성능을 높이기 위해 준지도 학습 기반의 새로운 프레임워크 DSCL(Disentangled Subspace Contrastive Learning)을 개발했어요.
DSCL은 Jacobian 정규화를 통해 피치, 요우 각도 등 시선 구성 요소별로 특징 표현을 분리하고, 각 부분 공간 내의 순서 정보를 활용한 대비 학습을 수행해요.
다양한 벤치마크 실험 결과, DSCL은 적은 양의 레이블 데이터만으로도 경쟁력 있는 성능을 달성하며, 공개 코드는 GitHub에서 확인할 수 있어요.