基于语义-视腹Bayesian注意力的目标存在视觉搜索中的人类扫描轨迹预测
计算机视觉与模式识别
2025-09-16 v1
摘要
在目标导向的视觉任务中，人类感知同时受到顶部线索和底部线索的指导。与此同时，视腹视觉在高效引导注意力方面发挥关键作用。现代生物仿生计算注意力模型研究通过利用深度学习技术和人类扫描轨迹数据，实现了新的领先性能。在本工作中，我们评估了SemBA-FAST (语义化贝叶斯注意力用于视腹主动视觉搜索任务) 的性能，该方法是为预测目标存在视觉搜索中的人类视觉注意力而设计的顶部框架。SemBA-FAST将深度目标检测与概率语义融合机制集成，用于动态生成注意力图，利用预训练检测器和人工视腹处理，以更新顶部知识并顺序改进注视预测。我们在COCO-Search18基准数据集上评估了SemBA-FAST，比较其与其他扫描轨迹预测模型的性能。我们的 метод实现了与人类 ground-truth扫描轨迹高度吻合的注视序列。值得注意的是，该方法在基准和其他顶部方法方面均取得了优异成绩，并在某些情况下与扫描轨迹感知模型竞争。这些发现为语义-视腹概率框架在类人注意力建模方面的能力提供了宝贵见解，对于实时认知计算和机器人人具有深远意义。
引用
@article{arxiv.2507.18503,
title = {Human Scanpath Prediction in Target-Present Visual Search with Semantic-Foveal Bayesian Attention},
author = {João Luzio and Alexandre Bernardino and Plinio Moreno},
journal= {arXiv preprint arXiv:2507.18503},
year = {2025}
}
备注
To be published in the 2025 IEEE International Conference on Development and Learning (ICDL)