AIM 2024 视频视觉注意力预测挑战：方法与结果综述
计算机视觉与模式识别
2024-09-24 v1 人机交互
多媒体
摘要
本文综述了 AIM 2024 视频视觉注意力预测挑战的情况。本次挑战的目标是开发一种方法，为提供的一组视频序列预测准确的视觉注意力图。视觉注意力图在诸多应用中被广泛利用，包括视频压缩、质量评估、视觉感知研究、广告行业等。对于本次比赛，收集了一个规模较大的音视频鼠标注意力（AViMoS）数据集，包含 1500 个视频，每个视频由超过 70 位观察者进行跟踪。数据集收集方法经过常规眼动仪数据的验证，显示出高一致性。超过 30 支队伍报名参赛，最终有 7 支队伍提交了最终阶段的结果。该最终阶段的解决方案在私有测试子集上由常用的质量指标进行测试和排序。本报告呈现了本次评估的结果以及解决方案的描述。所有数据，包括私有测试子集，均已在挑战主页公开：https://challenges.videoprocessing.ai/challenges/video-saliency-prediction.html。
关键词
引用
@article{arxiv.2409.14827,
title = {AIM 2024 Challenge on Video Saliency Prediction: Methods and Results},
author = {Andrey Moskalenko and Alexey Bryncev and Dmitry Vatolin and Radu Timofte and Gen Zhan and Li Yang and Yunlong Tang and Yiting Liao and Jiongzhi Lin and Baitao Huang and Morteza Moradi and Mohammad Moradi and Francesco Rundo and Concetto Spampinato and Ali Borji and Simone Palazzo and Yuxin Zhu and Yinan Sun and Huiyu Duan and Yuqin Cao and Ziheng Jia and Qiang Hu and Xiongkuo Min and Guangtao Zhai and Hao Fang and Runmin Cong and Xiankai Lu and Xiaofei Zhou and Wei Zhang and Chunyu Zhao and Wentao Mu and Tao Deng and Hamed R. Tavakoli},
journal= {arXiv preprint arXiv:2409.14827},
year = {2024}
}
备注
ECCVW 2024