失真对视觉注意预测的影响
计算机视觉与模式识别
2016-04-14 v1
摘要
现有显著性模型的设计与评估均用于预测无失真图像中的显著性。然而实践中，图像质量在图像处理流水线多个阶段（如采集、压缩和传输）受诸多因素影响。若干研究已探索失真对人类视觉注意的影响；然而，它们均未考虑视觉显著性模型在失真存在下的性能。此外，鉴于视觉显著性预测的一个潜在应用是辅助客观视觉质量指标的池化，比较现有显著性模型在失真图像上的性能十分重要。本文中，我们在由失真图像组成的多个数据库上评估若干最先进视觉注意模型，这些图像具有各类失真（如模糊、噪声和压缩）及不同失真严重程度。本文还引入了新的改进性能评估指标，其被证明克服了现有性能指标的缺点。我们发现，与近无失真情况相比，大多数模型在中等和高失真水平下性能提升。此外，模型性能也随图像复杂度增加而下降。
引用
@article{arxiv.1604.03882,
title = {The Effect of Distortions on the Prediction of Visual Attention},
author = {Milind S. Gide and Samuel F. Dodge and Lina J. Karam},
journal= {arXiv preprint arXiv:1604.03882},
year = {2016}
}
备注
14 pages, 2 column, 14 figures