saliency models | BriefGPT - AI 论文速递

关键词saliency models

搜索结果 - 9

HCEye：探索视觉突出和认知负荷对用户注意力和显著性预测的动态转移
通过分析来自 27 位参与者对 150 个独特网页的眼动数据，本论文研究了视觉突出显示（永久和动态）和双重任务引起的认知负荷对凝视行为的联合影响。我们的实证研究表明，尽管认知负荷增加时参与者对界面元素的注意力有所减少，但动态调整（即高亮显示
PDF2 months ago
预训练序列到序列和显著性模型的结合抽象化摘要
本研究通过实验证明，将能够识别源文本重要部分的显著性模型与预先训练的 seq-to-seq 模型相结合，可以在 CNN/DM 和 XSum 数据集上优于预先训练的 seq-to-seq 模型，并在 ROUGE-L 指标上超过以前最佳表现模型
PDF4 years ago
MM显著性检测方法的通用框架
本研究提出了一个涵盖五个主要步骤的显著性模型框架，包括预处理，特征提取，显著图生成，显著图组合和后处理，并研究了不同水平的显著性模型，比较其性能，有助于研究人员全面了解研究新方法。
PDF5 years ago
ICCVSID4VAM: 面向视觉注意力建模的合成图像基准数据集
通过使用 230 个合成图像对显著性模型的性能进行了基准测试，研究发现，受到谱 / 傅里叶灵感的模型在显著性测量方面表现更好，并与人类心理物理实验更加一致，提出了一种新的方法来评估显著性模型，考虑了独特的低级特征背景下的合成图像。
PDF5 years ago
ICCV基于深度特征和预测修正的显著目标检测结构建模
本文提出了一种深度统一的 CRF 显著性模型，在 CNN 架构下通过特征 - 特征传递、特征 - 预测传递和预测 - 预测传递进行特征和预测更新，通过级联 CRFs 架构和 CNN 共同提炼得到最终的显著性图像，并在 6 个数据集上进行评估
PDF5 years ago
CVPR深度视觉显著性模型的理解与可视化
通过分析深度显著性模型中间层个体神经元学习的特征表示，研究表明：一些视觉区域已经预先编码在对象识别的网络的各个层中，预先训练模型 fine-tuning 以进行显著性预测会使它们偏爱某些类别，在自然图像上，深层显著性模型胜于传统模型，但在人
PDF5 years ago
卷积神经网络检测消失点
通过训练卷积神经网络，我们针对自然场景中的路面图像进行了消失点预测，并与文献中经典的消失点检测方法进行了比较。结果显示，我们的方法能够更有效地预测消失点。
PDF8 years ago
MM图像层次结构上的显著性图
本文提出了两种基于分层图像分割的显著性模型，它们可以高质量地生成显著性图，并在多个基准数据集上达到了最先进的性能水平。
PDF9 years ago
Deep Gaze I: 用在 ImageNet 训练的特征图提升显著性预测
本文介绍一种新颖的方法，通过重复使用深度神经网络的预训练模型，构建一种针对显著性预测的模型，从而有效地提高了预测准确性，并展示此网络结构可以为视觉注意机制的理解提供新的见解。
PDF10 years ago