一种基于有监督学习的视觉注意力模型

• 作者: 李娜 杨勇佳 赵歆波 邹晓春
• 来源期刊: 中国体视学与图像分析
• 学科: 工学
• 关键词: 视觉注意力 显著性模型 有监督学习
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 图像分析
• 页码范围: 201-207
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13505/j.1007-1482.2015.20.03.001

摘要

视觉注意力建模技术是计算机主动视觉领域的关键技术.为了提高传统视觉注意力模型预测人眼注视点的精度,提出了一种基于有监督学习的视觉注意力模型,该模型通过引入真实眼动数据作为监督值,结合自底向上特征(如方向、颜色、强度)及自顶向下特征(如人、脸、汽车等),作为AdaBoost分类器的样本,训练出自然场景中像素点特征向量与注视点之间的映射,并采用训练后的模型生成自然场景的视觉显著区域.实验结果表明,本文模型优于现有的8个主流模型,并能够较高质量地预测人类注视点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵歆波		67	653	15.0	22.0
2	李娜		50	321	8.0	16.0
3	邹晓春		12	46	4.0	6.0
4	杨勇佳		2	3	1.0	1.0