TY -的A2 Camastra Francesco盟——邹,小春就非盟——赵Xinbo AU -王,剑盟-杨,永嘉县PY - 2016 DA - 2016/05/09 TI -学习模型面向任务的注意力SP - 2381451六世- 2016 AB -图形,许多应用程序的设计,人机交互,必须了解人类在一个场景与一个特定的任务。凸起的模型可以用来预测固定位置,但大量的先前的卓越模型集中在自由观看任务。他们是基于自底向上计算,不考虑面向任务的图像语义和经常不匹配实际的眼球运动。为了解决这个问题,我们收集了11眼跟踪数据对象执行一些特定的搜索任务时2511年1307图片和注释数据分割对象,轮廓和8语义属性。使用这个数据库作为训练和测试的例子,我们学习特点的模型基于自下而上的图像特征和目标位置的功能。实验结果说明目标的重要性信息预测的面向任务的视觉注意力。SN - 1687 - 5265你2016/2381451 / 10.1155——https://doi.org/10.1155/2016/2381451——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER