EyeTAG: 眼动轨迹感知的目光估计

EyeTAG 是一种因果多帧框架，通过显式一阶目光先验将自身近期预测差分后作为紧凑运动 token 反馈。Face 和 eye 流经交叉注意力与因果 Transformer 解码器融合，在 Gaze360 上平均角度误差降低约 1.0°，EVE 上达 2.56°。代码已公开。