用于立体三维视频视觉显著性预测的基准眼动追踪数据集
图像与视频处理
2018-03-14 v1
摘要
视觉注意模型（VAMs）预测图像或视频中最可能吸引人类注意的区域位置。尽管针对 2D 图像和视频内容的显著性检测已被充分研究，但设计 3D 显著性预测模型的尝试寥寥无几。新提出的 3D 视觉注意模型必须在大规模视频显著性预测数据集上进行验证，这些数据集还需包含眼动追踪信息的结果。现有若干公开可用的 2D 图像和视频内容眼动追踪数据集。然而在 3D 方面，研究界仍需要大规模视频显著性数据集来验证不同的 3D-VAMs。本文中，我们引入一个大规模数据集，包含从 61 段立体 3D 视频（及其 2D 版本）收集的眼动追踪数据，并有 24 名受试者参与了自由观看测试。我们基于所提出的数据集评估了现有显著性检测方法的性能。此外，我们创建了一个在线基准用于验证现有 2D 和 3D 视觉注意模型的性能，并方便向基准中添加新的 VAMs。我们的基准目前包含 50 种不同的 VAMs。
引用
@article{arxiv.1803.04845,
title = {Benchmark 3D eye-tracking dataset for visual saliency prediction on stereoscopic 3D video},
author = {Amin Banitalebi-Dehkordi and Eleni Nasiopoulos and Mahsa T. Pourazad and Panos Nasiopoulos},
journal= {arXiv preprint arXiv:1803.04845},
year = {2018}
}