3 个月前

动态场景视觉注意力的变分定律

动态场景视觉注意力的变分定律

摘要

视觉注意力的计算模型处于认知科学、计算神经科学与计算机视觉等多个学科的交叉领域。本文提出了一种基于注意力扫描路径(attentional scanpath)的模型,其核心思想是:视觉注意力的形成由一些基本规律所驱动。我们构建了一组基于物理学中最小作用量原理(Least Action Principle)广义视角的视觉眼动变分定律。其中,势能项捕捉了图像细节以及周边视觉特征,而动能项则对应经典分析力学中的解释。此外,拉格朗日量(Lagrangian)中引入了一个亮度不变性项,显著地刻画了扫描路径的轨迹特性。通过求解广义作用量的驻点,我们推导出视觉注意力的微分方程,并提出了一种用于估计模型参数的算法。最后,我们通过一系列实验验证了该模型在显著性检测任务中的有效性。

基准测试

基准方法指标
saliency-detection-on-cat2000EYMOL
AUC: 0.83
NSS: 1.78

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
动态场景视觉注意力的变分定律 | 论文 | HyperAI超神经