抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
顕著性ランキングタスクは,最近,人間が顕著性の程度に基づくシーンの異なるオブジェクトでそれらの注意をシフトさせる視覚挙動を研究するために提案された。既存の手法は物体-オブジェクトまたはオブジェクト-シーン関係の学習に焦点を当てる。このような戦略は,心理学におけるオブジェクトベース注意のアイデアに従うが,強い意味論(例えば人間)を持つオブジェクトに好都合であり,非現実的顕著性ランキングをもたらす。空間注意は,人間の視覚認識システムにおけるオブジェクトベース注意と同時に動作することを観測した。認識プロセスの間,人間の空間注意機構は,地域から地域(すなわち,文脈への状況)から,移動,関与,および dis離する。これは,顕著性ランキングのために,オブジェクトレベル推論に加えて,領域レベル相互作用をモデル化することを意図する。この目的のために,顕著性ランキングのための空間注意とオブジェクトベース注意を統一する新しい双方向法を提案した。著者らのモデルは2つの新しいモジュールを含む。(1)顕著物体の意味表現を推論することを通してオブジェクトベース注意をモデル化する選択的オブジェクト顕著性(SOS)モジュール,および(2)顕著オブジェクトのオブジェクト-コンテキストとコンテキスト-オブジェクトインタラクションを共同モデリングすることにより,オブジェクトに顕著性ランクを割り当てるオブジェクト-コンテキスト-オブジェクト関係(OCOR)モジュール。大規模な実験は,著者らのアプローチが既存の最先端の方法より優れていることを示した。著者らのコードと事前訓練モデルはhttps://github.com/GrassBro/OCORで利用可能である。【JST・京大機械翻訳】
