Gesetze der Aufmerksamkeitsfokussierung durch Gravitation

Das Verständnis der Mechanismen hinter der Aufmerksamkeitsfokussierung in einer visuellen Szene ist ein Problem von großem Interesse in der visuellen Wahrnehmung und im Computer Vision. In diesem Artikel beschreiben wir ein Modell von Scanpaths als dynamischen Prozess, der als Variationsgesetz interpretiert werden kann, das gewissermaßen mit der Mechanik verwandt ist, wobei die Aufmerksamkeitsfokussierung einem gravitativen Feld unterliegt. Die verteilte virtuelle Masse, die Augenbewegungen antreibt, ist mit der Anwesenheit von Details und Bewegung in einem Video verknüpft. Im Gegensatz zu den meisten aktuellen Modellen schätzt der vorgeschlagene Ansatz nicht direkt die Aufmerksamkeitskarte (Saliency Map) ab, sondern ermöglicht es, durch zeitliche Integration der Interessenspunkte die Vorhersage von Augenbewegungen zu erzielen. Der Prozess der Rücknahmeunterdrückung (Inhibition-of-Return) wird ebenfalls innerhalb desselben dynamischen Modells unterstützt, um Fixationen und Sakkaden zu simulieren. Die Bewegungsgleichungen des vorgeschlagenen Modells werden numerisch integriert, um Scanpaths sowohl auf Bildern als auch auf Videos zu simulieren. Experimentelle Ergebnisse für die Aufgaben der Saliency-Vorhersage und der Scanpath-Vorhersage auf einer breiten Palette von Datensätzen werden präsentiert, um die Theorie zu untermauern. Besonders hohe Leistungen werden insbesondere bei der Scanpath-Vorhersage erzielt, was das primäre Ziel des vorgeschlagenen Modells darstellt.