基于 LSTM 的显著性注意力模型预测人眼注视点
计算机视觉与模式识别
2018-07-10 v4
摘要
由于卷积神经网络被用于预测注视点，数据驱动的显著性近来获得了大量关注。在本文中，我们超越了标准的显著性预测方法（其中注视图通过前馈网络计算），提出了一种新颖的模型，该模型通过整合神经注意力机制来预测精确的显著性图。我们解决方案的核心是一个卷积 LSTM，它聚焦于输入图像中最显著的区域，以迭代地细化预测的显著性图。此外，为了解决人眼注视点典型的中心偏置问题，我们的模型可以学习一组由高斯函数生成的先验图。通过广泛的评估，我们表明所提出的架构在公开的显著性预测数据集上优于当前最先进的技术。我们进一步研究了每个关键组件的贡献，以证明它们在不同场景下的鲁棒性。
引用
@article{arxiv.1611.09571,
title = {Predicting Human Eye Fixations via an LSTM-based Saliency Attentive Model},
author = {Marcella Cornia and Lorenzo Baraldi and Giuseppe Serra and Rita Cucchiara},
journal= {arXiv preprint arXiv:1611.09571},
year = {2018}
}
备注
IEEE Transactions on Image Processing 2018