用于眼动注视预测的高斯表示学习
计算机视觉与模式识别
2024-03-25 v1
摘要
现有的眼动注视预测方法执行从输入图像到由原始注视点生成的相应稠密注视图的映射。然而，由于人类注视的随机性，生成的稠密注视图可能并非人类注视的理想表示。为了提供一个鲁棒的注视模型，我们引入了用于眼动注视建模的高斯表示。具体而言，我们提出将眼动注视图建模为概率分布的混合，即高斯混合模型。在这种新的表示中，我们使用若干高斯分布分量作为所提供注视图的替代，这使得模型对注视的随机性更加鲁棒。同时，我们在一些轻量级主干网络上设计了我们的框架，以实现实时注视预测。在三个公开注视预测数据集（SALICON、MIT1003、TORONTO）上的实验结果表明，我们的方法快速且有效。
引用
@article{arxiv.2403.14821,
title = {Learning Gaussian Representation for Eye Fixation Prediction},
author = {Peipei Song and Jing Zhang and Piotr Koniusz and Nick Barnes},
journal= {arXiv preprint arXiv:2403.14821},
year = {2024}
}
备注
11 pages, 7 figures