Salient object detection based on eye tracking data

تشخیص هدف اصلی هدف تشخیص منطقه مورد علاقه در یک تصویر و ارائه یک راه حل کارآمد برای درک معنایی تصویر است. داده های ردیابی چشم به درستی می توانند مکان هایی را که افراد مورد علاقه در یک تصویر قرار می گیرند، اخیرا برای پردازش تصویر معرفی کرده اند. در این مقاله، ما یک مدل تشخیص کشوری جدید با ترکیبی از تقسیم بندی ابرهای پیکسل و داده های ردیابی چشم را پیشنهاد می کنیم. داده های ردیابی چشم برای اولین بار برای کاهش تعداد سوپرپیکسل ها و سرعت بخشیدن به محاسبه معرفی شده است. سپس، ما یک استراتژی برای انتخاب مجموعه های آموزشی و ایجاد یک مدل یادگیری برای تشخیص شیء برجسته ارائه می دهیم. در نهایت، کنتراست ویژگی و استراتژی چندسطحی ترکیبی است تا یک مدل یکپارچه را ارائه دهد و نقشه کشوری را در اختیار بگیرد. ما روش ما را به 10 حالت پیشرفته در دو مجموعه داده های تصویری مقایسه می کنیم. این نتایج نشان می دهد که روش ما بهتر از روش های موجود است و تکنولوژی ردیابی چشم ابزار بسیار مهیج برای تشخیص شیء است.