利用众包鼠标追踪数据预测视频显著性
计算机视觉与模式识别
2019-07-02 v1
摘要
本文提出了一种获取高质量视频显著性图的新方法，使用比眼动追踪数据更廉价的替代方案。我们设计了一种鼠标随动视频观看系统，基于鼠标光标位置模拟观看者的周边视觉。该系统使得从普通计算机鼠标记录的鼠标追踪数据可用作由更昂贵眼动仪记录的真实注视点的替代。我们开发了众包系统，能够大规模收集此类鼠标追踪数据。利用收集的鼠标追踪数据，我们表明其可作为眼动追踪数据的近似。此外，为提高所收集鼠标追踪数据的效率，我们提出了一种新颖的深度神经网络算法，提升了鼠标追踪显著性图的质量。
引用
@article{arxiv.1907.00480,
title = {Predicting video saliency using crowdsourced mouse-tracking data},
author = {Vitaliy Lyudvichenko and Dmitriy Vatolin},
journal= {arXiv preprint arXiv:1907.00480},
year = {2019}
}