본 논문은 시선 추정기의 일반화를 향상시키기 위한 증강 데이터를 생성하기 위해 고충실도 시선 재지향에 초점을 맞춘다. 기존 3D Gaussian Splatting (3DGS) 모델의 한계를 극복하기 위해, Diffusion Transformer (DiT), 약한 시선 각도 감독, 직교 제약 손실을 결합한 DiT-Gaze 프레임워크를 제안한다. DiT는 더 높은 충실도의 이미지 합성을 가능하게 하고, 약한 감독 전략은 훈련 중 시선 방향의 부드러운 매니폴드를 제공한다. 직교 제약 손실은 시선, 머리 포즈 및 표정에 대한 내부 표현의 분리를 수학적으로 적용한다. DiT-Gaze는 시선 오차를 4.1% 개선하여 최고 성능을 달성하고, 합성 훈련 데이터 생성에 우수한 방법을 제공한다.
