利用特征重要性的感兴趣区域自适应
计算机视觉与模式识别
2023-03-23 v1
摘要
在本文中，我们提出两种分别使感兴趣区域（AOI）或感兴趣区域（ROI）适应眼动追踪数据质量与分类任务的方法与算法。第一种方法以贪心方式利用特征重要性，并在各个方向上扩展或收缩AOI。第二种方法为第一种方法的扩展，其将AOI划分为若干区域并计算生长方向，即梯度。两种方法在广义AOI情况下均显著改善分类结果，但也可用于定性分析。在定性分析中，所提算法使AOI能够适应数据，从而更好地补偿眼动追踪数据中的错误与不准确。一个良好的应用示例是抽象艺术，其中人工AOI标注几乎不可能，而数据驱动方法主要用于初始AOI。链接：https://es-cloud.cs.uni-tuebingen.de/d/8e2ab8c3fdd444e1a135/?p=%2FAOIGradient&mode=list
引用
@article{arxiv.2303.12744,
title = {Area of interest adaption using feature importance},
author = {Wolfgang Fuhl and Susanne Zabel and Theresa Harbig and Julia Astrid Moldt and Teresa Festl Wiete and Anne Herrmann Werner and Kay Nieselt},
journal= {arXiv preprint arXiv:2303.12744},
year = {2023}
}