用于预测视觉注意的显著图动态光流
计算机视觉与模式识别
2016-06-24 v1
摘要
显著图用于理解人类注意和视觉注视。然而，尽管在静态图像中已非常成熟，对于如何计算动态场景的显著图尚无普遍共识。本文提出了一种数学上严格的方法来解决这一问题，包括利用每个视频帧的静态显著图来计算光流。在计算光流时考虑静态显著图可以克服孔径问题。我们的方法能够解释在标准方法面临挑战的情况下的人类注视行为，例如当被注视物体消失在遮挡物后并在若干帧后重新出现时。此外，我们使用一个大型眼动追踪数据集，将我们的模型与替代方案进行了定量比较。综合来看，我们的结果表明，评估一系列显著图上的光流信息，能够对动态场景中的人类外显注意给出高度准确且有用的描述。
引用
@article{arxiv.1606.07324,
title = {Dynamical optical flow of saliency maps for predicting visual attention},
author = {Aniello Raffaele Patrone and Christian Valuch and Ulrich Ansorge and Otmar Scherzer},
journal= {arXiv preprint arXiv:1606.07324},
year = {2016}
}