.png){kind=icon}
返回
Task-Conditioned Next-Fixation Prediction in Assembly Tasks
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-14492-8_25.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
与自底向上的注意力模型不同，任务驱动的注意力计算模型研究较少。本研究探讨了在教育性积木搭建任务中任务驱动的眼动注视点预测。我们引入了一个新的第一人称视觉数据集，包含同步视频帧、眼动注视点和被操作物体的模板图像。基于概率扫描路径建模框架，我们提出了一种神经网络架构，该架构整合了场景帧、模板物体特征和过去的眼动热图，以预测场景中下一个注视点的概率分布。我们评估了模型性能，并与常用的显著性指标进行了比较，同时进行了消融研究，探讨了注视历史和中心偏倚对性能的影响。此外，我们还引入了一种任务特定的命中率评估指标。结果表明，预测的注视点遵循特定任务设置下的视线模式，并进一步强调了任务特定数据在研究自上而下注意力中的重要性，同时可能通过使系统具备任务约束的视觉感知能力，推动机器人自主性的发展。
Keyword:
Task-driven attention
Eye-fixation prediction
Assembly task
期刊
A
IF:
0
论文数:
30
被引数:
0
机构
引用论文
Contextual guidance of eye movements and attention in real-world scenes: The role of global features in object search.png)
PSYCHOLOGICAL REVIEW
PSYCHOLOGICAL REVIEWIF5.8
PREAI
分享收藏A Model of the Superior Colliculus Predicts Fixation Locations during Scene Viewing and Visual Search上丘模型预测场景观看和视觉搜索过程中的固定位置
OAAI
OAAI分享收藏
查看更多内容