利用神经视觉注意模拟人类注视
计算机视觉与模式识别
2022-11-23 v1
摘要
现有的人类视觉注意模型通常无法纳入直接的任务引导，因此在探索场景时无法建模意图或目标。为将任意下游视觉任务的引导整合进注意建模，我们提出神经视觉注意（NeVA）算法。为此，我们对神经网络施加中央凹视觉的生物学约束，并训练一种注意机制以生成相对于下游任务最大化性能的视觉探索。我们观察到，受生物学约束的神经网络可在未以该目标训练的情况下生成类人的扫描路径。在三个常用基准数据集上的大量实验表明，我们的方法在生成类人扫描路径方面优于最先进的无监督人类注意模型。
引用
@article{arxiv.2211.12100,
title = {Simulating Human Gaze with Neural Visual Attention},
author = {Leo Schwinn and Doina Precup and Bjoern Eskofier and Dario Zanca},
journal= {arXiv preprint arXiv:2211.12100},
year = {2022}
}