注意力模型的當(dāng)前發(fā)展水平

1、題目：注意力模型的當(dāng)前發(fā)展水平作者：AliBjiLaurentItti摘要：視覺注意力的建模，特別是刺激驅(qū)動(dòng)的，基于顯著性的注意力，在過去25年內(nèi)已經(jīng)是一個(gè)非?；钴S的研究領(lǐng)域?，F(xiàn)在有很多不同的模型，除了給其他領(lǐng)域帶來理論貢獻(xiàn)以外，這些模型已經(jīng)在計(jì)算機(jī)視覺，移動(dòng)機(jī)器人，和認(rèn)知系統(tǒng)展示出成功的應(yīng)用。這里我們從計(jì)算角度綜述應(yīng)用在這些模型的基本概念。我們提出了對(duì)大概65個(gè)模型的分類，提供了一個(gè)方法、性能和缺點(diǎn)的關(guān)鍵的比較。特別是，提出了從行為研

2、究和計(jì)算研究得出的13個(gè)標(biāo)準(zhǔn)，來量化筆記注意力模型。并且，我們解決了一些具有挑戰(zhàn)的模型問題，包括計(jì)算模型的生理解釋，與眼動(dòng)數(shù)據(jù)庫的關(guān)系，自上而下和自下而上的分離，以及構(gòu)建有意義的性能指標(biāo)。最后，我們突出注意力模型的今后研究方向，為未來提出見解。1，介紹，介紹每秒鐘有大量的視覺信息進(jìn)入人們的眼睛[1][2]。如果沒有一個(gè)智慧的機(jī)制來濾除視覺數(shù)的中的錯(cuò)誤的數(shù)據(jù)，實(shí)時(shí)處理這些數(shù)據(jù)將是一個(gè)非?？植赖氖虑?。高層次的認(rèn)知和復(fù)雜處理，比如物體認(rèn)知或者

3、場(chǎng)景理解，都依賴這些經(jīng)過這種方式【注：一個(gè)智慧的機(jī)制來濾除視覺數(shù)的中的錯(cuò)誤的數(shù)據(jù)】轉(zhuǎn)換過的易處理的數(shù)據(jù)。本文將討論的這個(gè)機(jī)制就是視覺注意力，他的核心在于選擇機(jī)制的思想以及相關(guān)的概念。對(duì)人類來說，注意力通過已經(jīng)進(jìn)化為高分辨率的中央凹的視網(wǎng)膜【注：中央凹（centralfovea）：是眼球后極視網(wǎng)膜上一個(gè)淺黃色的區(qū)域，稱為黃斑。其中央有一橢圓形小凹，稱為中央凹】和一個(gè)底分辨率的周圍區(qū)域?qū)崿F(xiàn)的。盡管視覺注意力將這些解剖學(xué)組織指向場(chǎng)景中的重要部

4、分來采集更具體的信息，（視覺注意力模型的）主要問題是基于這個(gè)指向的計(jì)算機(jī)制。近年來，科學(xué)研究的很多方面已經(jīng)旨在回答這個(gè)問題。心理學(xué)家研究了視覺注意力的相關(guān)行為，比如變化盲點(diǎn)[3][4]【注：變化盲點(diǎn)Changeblindness是一個(gè)心理學(xué)現(xiàn)象，當(dāng)刺激發(fā)生變化時(shí)，人們往往無法注意到】，無注意力盲點(diǎn)[5]【注：無注意力盲點(diǎn)inattentionalblindness是我們無法注意到一些顯而易見的激勵(lì)】和注意瞬脫[6]【注：注意瞬脫atte

5、nionalblink是指在一個(gè)連續(xù)的注視過程中，我們會(huì)短時(shí)間內(nèi)無法注意到一些顯著的物體或者其他東西】。神經(jīng)生理學(xué)家證明了神經(jīng)元是如何適應(yīng)自己來更好的感知感興趣的物體[27][28]。計(jì)算神經(jīng)科學(xué)家已經(jīng)構(gòu)建了現(xiàn)實(shí)的神經(jīng)網(wǎng)絡(luò)模型來模擬和解釋注意力行為（比如[29][30]）。受這些研究的鼓勵(lì)，機(jī)器人學(xué)家和計(jì)算機(jī)視覺科學(xué)家已經(jīng)試圖解決計(jì)算復(fù)雜度的內(nèi)在問題來構(gòu)建能夠?qū)崟r(shí)工作的系統(tǒng)（比如[14][15]）。盡管現(xiàn)在在以上提及的研究領(lǐng)域已經(jīng)有很多

6、模型，這里我們僅討論能夠計(jì)算圖像或者視頻的顯著圖的模型（見下節(jié)的定義）。對(duì)于計(jì)算視覺注意力的計(jì)算模型的一般綜合，包括偏向競(jìng)爭(zhēng)[10]，選擇調(diào)節(jié)[15]，注意力模型的規(guī)范化[181]，和其他模型，參考[8]。從心理學(xué)、神經(jīng)生理學(xué)以及計(jì)行為和注意力來執(zhí)行感覺運(yùn)動(dòng)協(xié)調(diào)，這是某些特定行為（比如到達(dá)reaching和理解grasping）所必須的。1.2起源起源很多注意模型的基礎(chǔ)能夠追溯到Treisman&Gelades[81]，他們提出的“特征

7、整合理論”陳述了那些視覺特征是重要的以及他們?nèi)绾谓M合來在彈出式的和連續(xù)的搜尋任務(wù)中引導(dǎo)人們的注意力。KochUllman[18]提出了一個(gè)前饋模型來組合這些特征，并引入了saliencymap的概念，saliencymap是表示場(chǎng)景位置突出性的地形圖。他們同時(shí)引入了一個(gè)winnertakeall神經(jīng)網(wǎng)絡(luò)，這個(gè)網(wǎng)絡(luò)選擇最顯著的位置，利用返回抑制機(jī)制使注意力焦點(diǎn)移向下一個(gè)最顯著的位置。一些系統(tǒng)隨即創(chuàng)建出來，利用相關(guān)模型來處理數(shù)字圖像[15]