在自然场景中视觉注意的感知提升依赖于任务
计算机视觉与模式识别
2020-04-07 v2 机器学习
机器学习
摘要
自上而下注意使人们能够聚焦于任务相关的视觉信息。由此产生的感知提升在自然场景中是否依赖于任务?我们旨在通过大规模计算实验回答该问题。首先,我们设计了一系列视觉任务,每个任务由对所选任务集(ImageNet类别子集)中的图像进行分类构成。任务的性质由任务集中所包含的类别决定。其次,我们在每个任务上训练一个注意增强神经网络,并将其准确率与基线网络比较。我们表明,注意的感知提升随任务集难度增大而增强,随任务集规模增大而减弱,并随任务集内感知相似性增大而减弱。
引用
@article{arxiv.2003.00882,
title = {The perceptual boost of visual attention is task-dependent in naturalistic settings},
author = {Freddie Bickford Smith and Xiaoliang Luo and Brett D. Roads and Bradley C. Love},
journal= {arXiv preprint arXiv:2003.00882},
year = {2020}
}
备注
Published as a workshop paper at "Bridging AI and Cognitive Science" (ICLR 2020)