利用卷积神经网络引导人类注视
计算机视觉与模式识别
2017-12-19 v1
摘要
人类观察者的眼动注视模式是人类关注图像中哪些部分的基本指标。因此，操控注视模式以引导人类注意是数字图像处理中一个令人兴奋的挑战。在此，我们提出一种新模型，用于以可控方式操控图像来改变人类注视的分布。我们使用最先进的注视预测模型来训练一个卷积神经网络，以转换图像使其满足给定的注视分布。对于网络训练，我们精心设计了损失函数，以在保持变换图像自然度的同时实现感知效果。最后，我们通过测量一组操控图像上的人类注视来评估模型的成功率。在我们的测试图像上，我们平均能将选定物体上的注视概率提高/降低 43%/22%，但表明模型的有效性取决于被操控图像的语义内容。
引用
@article{arxiv.1712.06492,
title = {Guiding human gaze with convolutional neural networks},
author = {Leon A. Gatys and Matthias Kümmerer and Thomas S. A. Wallis and Matthias Bethge},
journal= {arXiv preprint arXiv:1712.06492},
year = {2017}
}