文献

J-GLOBAL ID：201702275426847923   整理番号：17A1773228

注意プッシュ:社会的シーンにおける共有注意モデリングを用いた増強画像特徴のための深層畳込みネットワーク【Powered by NICT】

Attentional Push: A Deep Convolutional Network for Augmenting Image Salience with Shared Attention Modeling in Social Scenes

著者 (2件)： Gorji Siavash ,  Clark James J.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 3472-3481  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 共有注意モデリングに基づく新しい視覚的注意追跡法を提示した。現場で起こる活性における参加者としての視聴者を考慮することにより,本モデルはシーン関係者の注意の遺伝子座を学習し,画像特徴を増強するためそれを使用した。画像特徴を超えると注意を画像領域のパワーを計算するのみの代わりに,著者らは,シーン関係者は,問題の領域に注意を強度,項注意プッシュを考察した。注意プッシュ標準顕著性モデルを増強する畳込みニューラルネットワーク(CNN)を提案した。著者らのモデルは,二つの経路:シーン関係者と顕著性経路の注視位置を学習する注意プッシュ経路を含んでいる。これらはそれらを組み合わせ,拡張顕著性を生成する浅い拡張顕著性CNNによって追跡した。訓練のために,著者らは,大規模な視線追跡データセットを用いた2次元格子上の関係者の注視位置を追跡する分類誤差を最小化することによって注意プッシュCNNを初期化と訓練への移行学習を用いた。注意プッシュCNNは,アイトラッキングデータセットを用いた拡張顕著性とグランドトルース凝視の間のユークリッド距離,頭部とシーン関係者の視線位置と注釈を最小化する拡張顕著性CNNと共に微調整される。三つの挑戦的な注視データセット,SALICON,iSUNとCAT2000に関する著者らのモデルを評価し,社会的場面における視聴者の凝視の予測に有意な改良を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 視聴者 ,  *画像特性 ,  学習 ,  *画像 ,  *畳込み ,  モデル ,  ニューラルネットワーク ,  *モデリング ,  *ネットワーク
準シソーラス用語： Euclid距離 ,  固視 ,  グランドトゥルース ,  二次元格子 ,  視線追跡 ,  視覚的注意 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (10件)： 注意 ,  プッシュ ,  社会 ,  シーン ,  共有 ,  モデリング ,  増強 ,  画像特徴 ,  深層 ,  畳込み