太阳上的视觉注意：现有模型究竟预测了什么？
计算机视觉与模式识别
2018-11-27 v1
摘要
视觉注意预测是一个经典问题，在深度学习时代似乎已得到较好解决。然而，随着现有视觉注意数据集上性能分数的快速增长，一个引人担忧的问题逐渐浮现：现有的深度模型是否真正捕捉到了人类视觉注意的内在机制？为解答这一担忧，本文提出一个名为 VASUN 的新数据集，该数据集记录了人类对太阳图像的自由观看注意。与以往数据集不同，VASUN 中的图像包含许多现有深度模型从未见过的非规则视觉模式。通过在 VASUN 上对现有模型进行基准测试，我们发现许多最先进深度模型的性能显著下降，而许多经典浅层模型表现令人瞩目。从这些结果中，我们发现现有深度注意模型显著的性能提升可能源于它们记忆和预测某些特定视觉模式出现的能力，而非学习了人类视觉注意的内在机制。此外，我们还在 VASUN 上训练了若干基线模型，以展示太阳视觉注意预测的可行性与关键问题。这些基线模型与所提出的数据集一起，可用于从一个新颖的、对现有视角具有补充性的角度重新审视视觉注意预测问题。
引用
@article{arxiv.1811.10004,
title = {Visual Attention on the Sun: What Do Existing Models Actually Predict?},
author = {Jia Li and Daowei Li and Kui Fu and Long Xu},
journal= {arXiv preprint arXiv:1811.10004},
year = {2018}
}