Lois gravitationnelles de l’attention portée

La compréhension des mécanismes sous-jacents à la focalisation de l’attention dans une scène visuelle constitue un problème d’un grand intérêt en perception visuelle et en vision par ordinateur. Dans cet article, nous proposons un modèle de scanpath comme un processus dynamique pouvant être interprété comme une loi variationnelle, analogue à des principes mécaniques, où la focalisation de l’attention est soumise à un champ gravitationnel. La masse virtuelle distribuée qui pilote les mouvements oculaires est associée à la présence de détails et de mouvement dans la vidéo. Contrairement à la plupart des modèles actuels, l’approche proposée ne calcule pas directement la carte de salience, mais permet, à partir de la prédiction des mouvements oculaires, d’intégrer au fil du temps les positions d’intérêt. Le processus d’inhibition du retour est également intégré dans le même cadre dynamique, dans le but de simuler les fixations et les saccades. Les équations différentielles du mouvement du modèle proposé sont intégrées numériquement afin de simuler des scanpaths sur des images et des vidéos. Des résultats expérimentaux sur une large collection de jeux de données, portant sur les tâches de prédiction de salience et de scanpath, sont présentés pour soutenir la théorie. Des performances de haut niveau sont obtenues, notamment en prédiction de scanpath, qui constitue l’objectif principal du modèle proposé.