一种观察者间一致的深度对抗训练用于视觉扫描路径预测
计算机视觉与模式识别
2023-07-12 v2
摘要
视觉扫描路径是人类在探索场景时视线移动的一系列点。它代表了视觉注意研究的基础概念。因此，预测它们的能力近年来已成为一项重要任务。在本文中，我们提出了一种通过轻量级深度神经网络进行扫描路径预测的观察者间一致对抗训练方法。对抗方法使用一个判别性神经网络作为动态损失，该损失更适合模拟自然随机现象，同时保持与不同观察者遍历的扫描路径主观性质相关的分布之间的一致性。通过广泛的测试，我们展示了我们的方法相对于最先进方法的竞争力。
引用
@article{arxiv.2211.07336,
title = {An Inter-observer consistent deep adversarial training for visual scanpath prediction},
author = {Mohamed Amine Kerkouri and Marouane Tliba and Aladine Chetouani and Alessandro Bruno},
journal= {arXiv preprint arXiv:2211.07336},
year = {2023}
}
备注
ICIP2023