要約
視覚シーンにおける注目領域のメカニズムに関する理解は、視覚認知およびコンピュータビジョンの分野において極めて重要な課題である。本論文では、注目領域が重力場に影響を受ける動的過程として解釈可能なスキャンパス（scanpath）のモデルを提示する。このモデルは、力学と何らかの関係を持つ変分法則として捉えられる。眼の動きを駆動する分散型仮想質量は、動画における詳細の存在や運動と関連付けられている。現在の大多数のモデルが直接的にサリエンシーマップを推定するのに対し、本手法は眼の動きを予測することにより、時間的にわたって注目領域の位置を統合することができる。また、固定と飛躍的移動（サッケード）の模倣を目的として、同様の動的モデル内で帰還抑制（inhibition-of-return）のプロセスも支持されている。提案モデルの運動方程式は数値的に積分され、画像および動画上でのスキャンパスのシミュレーションが可能となる。広範なデータセットを用いたサリエンシー予測およびスキャンパス予測の実験結果を提示し、理論の有効性を裏付けている。特に、スキャンパスの予測においてトップレベルの性能が達成されており、これは本モデルの主な目的である。