我们离理解基于图像的显著性还有多远？
计算机视觉与模式识别
2014-09-29 v1 神经元与认知
应用统计
摘要
在驱动注视点放置的众多复杂因素中，与自由观看条件下注视点相关的图像属性已被广泛研究。人们普遍认为该领域已接近理解这种特定的关联。在此，我们将显著性模型概率化地框架化为点过程，从而允许计算对数似然值，并将显著性评估带入信息论领域。我们将最先进模型的信息增益与黄金标准进行了比较，发现仅捕获了可解释空间信息的三分之一。此外，我们提供了一种原则性的方法来展示模型在何处以及如何未能捕获注视点中的信息。因此，与之前的断言相反，纯空间显著性仍然是一个重大挑战。
引用
@article{arxiv.1409.7686,
title = {How close are we to understanding image-based saliency?},
author = {Matthias Kümmerer and Thomas Wallis and Matthias Bethge},
journal= {arXiv preprint arXiv:1409.7686},
year = {2014}
}