基于眼动数据的分类视觉注意模型  

Classification Model of Visual Attention Based on Eye Movement Data

作　　者：王凤娇[1] 田媚[1] 黄雅平[1] 艾丽华[1] 

机构地区：[1]北京交通大学计算机与信息技术学院,北京100044

出　　处：《计算机科学》2016年第1期85-88,115,共5页Computer Science

基　　金：北京市高等学校"青年英才计划"(YETP0541;YETP0546);中央高校基本科研业务费专项资金(2015JBM036);国家自然科学基金(61273364;61473031;61472029)资助

摘　　要：视觉注意是人类视觉系统中的重要部分,现有的视觉注意模型大多强调基于自底向上的注意,较少考虑自顶向下的语义,也鲜有针对不同类别图像的特定注意模型。眼动追踪技术可以客观、准确地捕捉到被试的注意焦点,但在视觉注意模型中的应用还比较少见。因此,提出了一种自底向上和自顶向下注意相结合的分类视觉注意模型CMVA,该模型针对不同类别的图像,在眼动数据的基础上训练分类视觉注意模型来进行视觉显著性预测。实验结果表明:与现有的其它8个视觉注意模型相比,该模型的性能最优。Visual attention is a very important part of the human visual system.Most of the existing visual attention models emphasize bottom-up attention,considering less top-down semantic.There is few specific attention model for different categories of images.Eye tracking technology can capture the focus of attention objectively and accurately,but its application in visual attention model is still relatively rare.Therefore,we proposed a classification model of visual attention（CMVA）combining bottom-up with top-down factors,which trains classification models for different categories of images on the basis of eye movement data so as to predict visual saliency.Our model was compared with other existing eight models,proving its superior performance than other models.

关 键 词：视觉注意 视觉显著性 分类模型 自底向上 自顶向下 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]