突出模型对女性和年轻成年人的固定表现最好
Christoph Strauch1, Alex J Hoogerbrugge2, Gregor Baer2
1Experimental Psychology, Helmholtz Institute, Utrecht University, Utrecht, The Netherlands. c.strauch@uu.nl.
Communications psychology
|September 6, 2024
概括
预测人类凝视行为的 Saliency 模型在对不同个体进行概括方面存在局限性. 性能因参与者的人口统计和固定时间而异,突出显示了对包容性模型的需求.
科学领域:
- 计算机视觉 计算机视觉
- 人与计算机的交互
- 认知科学 认知科学
背景情况:
- 突出度模型旨在预测人类的视觉注意力.
- 当前的模型通常使用有限的参与者数据进行验证,这意味着广泛的概括性.
- 跨不同个体的概括在很大程度上仍然未经测试.
研究的目的:
- 评估突出性模型的跨个体概括性.
- 确定影响模型性能的人口和时间因素.
- 评估当前突出性建模方法中的潜在偏差.
主要方法:
- 利用来自1600个不同的参与者观看单一,功能丰富的图像的凝视数据.
- 分析了不同人口群体 (性别,年龄) 的固定预测准确性.
- 检查了早期和后期固定阶段之间的性能变化.
主要成果:
- Saliency 模型在预测大型,多样化的参与者样本中的固定性方面表现出重大缺陷.
- 在女性和年轻成年人 (18-29岁) 中观察到最佳表现.
- 模型预测的准确性在初始固定和后续固定之间有显著差异.
结论:
- 人类对视觉刺激的凝视行为在个体之间是高度可变的,并且随着时间的推移而变化.
- 未来的突出性模型必须考虑参与者之间的变化和时间动态.
- 强大的验证和训练/测试数据偏差的批判性评估对于可概括的模型至关重要.
