State-of-the-art in Visual Attention Modeling 中文翻译版
5星 · 超过95%的资源 需积分: 0 23 浏览量
2014-02-03
15:53:58
上传
评论 2
收藏 587KB DOCX 举报 
Ali Borji and Laurent Itti,
State-of-the-art in Visual Attention Modeling,
IEEE Transactions on Pattern Analysis and Machine Intelligence, In press.
题目：注意力模型的当前发展水平
作者：Ali Borji, and Laurent Itti
摘要：视觉注意力的建模，特别是刺激驱动的，基于显著性的注意力，在过去 25 年内已
经是一个非常活跃的研究领域。现在有很多不同的模型，除了给其他领域带来理论贡献以
外，这些模型已经在计算机视觉，移动机器人，和认知系统展示出成功的应用。这里我们
从计算角度综述应用在这些模型的基本概念。我们提出了对大概 65 个模型的分类，提供
了一个方法、性能和缺点的关键的比较。特别是，提出了从行为研究和计算研究得出的
13 个标准，来量化笔记注意力模型。并且，我们解决了一些具有挑战的模型问题，包括
计算模型的生理解释，与眼动数据库的关系，自上而下和自下而上的分离，以及构建有意
义的性能指标。最后，我们突出注意力模型的今后研究方向，为未来提出见解。
1，介绍
每秒钟有大量的视觉信息进入人们的眼睛[1][2]。如果没有一个智慧的机制来滤除视
觉数的中的错误的数据，实时处理这些数据将是一个非常恐怖的事情。高层次的认知和复
杂处理，比如物体认知或者场景理解，都依赖这些经过这种方式【注：一个智慧的机制来
滤除视觉数的中的错误的数据】转换过的易处理的数据。本文将讨论的这个机制就是视觉
注意力，他的核心在于选择机制的思想以及相关的概念。对人类来说，注意力通过已经进
化为高分辨率的中央凹的视网膜【注：中央凹（central fovea）：是眼球后极视网膜上
一个浅黄色的区域，称为黄斑。其中央有一椭圆形小凹，称为中央凹】和一个底分辨率的
周围区域实现的。尽管视觉注意力将这些解剖学组织指向场景中的重要部分来采集更具体
的信息，（视觉注意力模型的）主要问题是基于这个指向的计算机制。
近年来，科学研究的很多方面已经旨在回答这个问题。心理学家研究了视觉注意力的
相关行为，比如变化盲点[3][4]【注：变化盲点 Change blindness 是一个心理学现
象，当刺激发生变化时，人们往往无法注意到】，无注意力盲点[5]【注： 无注意力盲点
inattentional blindness 是我们无法注意到一些显而易见的激励】和注意瞬脱[6]【注：
注意瞬脱 attenional blink 是指在一个连续的注视过程中，我们会短时间内无法注意到
一些显著的物体或者其他东西】。神经生理学家证明了神经元是如何适应自己来更好的感
知感兴趣的物体[27][28]。计算神经科学家已经构建了现实的神经网络模型来模拟和解
释注意力行为（比如[29][30]）。受这些研究的鼓励，机器人学家和计算机视觉科学家
已经试图解决计算复杂度的内在问题来构建能够实时工作的系统（比如[14][15]）。尽
管现在在以上提及的研究领域已经有很多模型，这里我们仅讨论能够计算图像或者视频的
剩余16页未读，继续阅读
资源评论
smileseu2015-11-23翻译的很好，对读懂论文很有帮助，美中不足的是只翻译了前面部分，后面没有翻译。
saw0092018-04-23先看看 应该很不错
qq_273439272015-05-19翻译很专业，准确，能够很快看懂，但是后半部分翻译的缺失不够完美- PumaChaw2016-05-10翻译的很好，对读懂论文很有帮助，美中不足的是只翻译了前面部分，后面没有翻译。
- norrte2015-03-24很好的综述文章，翻译的还行
