DeepFix：一种用于预测人眼注视的全卷积神经网络
计算机视觉与模式识别
2015-10-13 v1
摘要
理解和预测人类视觉注意机制是神经科学和计算机视觉领域的一个活跃研究方向。在本工作中，我们提出了 DeepFix，一种首创的用于精确显著性预测的全卷积神经网络。与使用各种手工特征来表征显著性图的经典工作不同，我们的模型以分层方式自动学习特征，并以端到端的方式预测显著性图。DeepFix 旨在捕获多尺度语义，同时利用具有极大感受野的网络层考虑全局上下文。通常，全卷积网络具有空间不变性，这阻碍了它们对依赖位置的模式（例如中心偏置）进行建模。我们的网络通过引入一种新颖的位置偏置卷积层克服了这一局限性。我们在两个具有挑战性的眼注视数据集——MIT300 和 CAT2000 上评估了我们的模型，并表明它以显著优势优于其他近期方法。
引用
@article{arxiv.1510.02927,
title = {DeepFix: A Fully Convolutional Neural Network for predicting Human Eye Fixations},
author = {Srinivas S. S. Kruthiventi and Kumar Ayush and R. Venkatesh Babu},
journal= {arXiv preprint arXiv:1510.02927},
year = {2015}
}