FenixEdu™

Dissertação

Modeling Human Gaze Patterns to Improve Visual Search in Autonomous Systems EVALUATED

Detalhes: O estudo tem foco nos seres humanos como um modelo por excelência de eficiência em tarefas de procura visual e como este conhecimento pode ser utilizado para melhorar algoritmos de atenção visual com a utilização da tecnologia de eye tracking. Ao explorar a vantagem de saber a priori a relação entre classes e objetos, que designaremos por contexto, os seres humanos utilizam-na de forma a limitar a quantidade de informação que necessita de ser processada. Isto resulta num comportamento óculo-motor que é ambos, eficaz e eficiente durante a execução de tarefas de procura. Complementarmente, os seres humanos codificam um grande campo de visão tendo deste modo resolução espacial variável. Com base nesses fatos, foi desenvolvido um sistema de foveação de imagem e realizada uma experiência, com o intuito de estudar e quantificar a informação contextual. A experiência consistiu em submeter observadores à procura de um objeto alvo em imagens foveais que representavam cenários de interiores com vários objetos distratores. Além disso, depois de analisar o padrão do movimento dos olhos, propomos dois modelos de procura. Em primeiro lugar, o modelo contexto de espacial que utiliza duas métricas, a importância e o fluxo de objetos com o objetivo de encontrar um objeto alvo. Em segundo lugar, o modelo de semântica, que extrai a partir dos dados recolhidos uma matriz de probabilidades que representa cada cenário como uma cadeia de Markov com o objetivo de encontrar o objeto solicitado.
Keywords: procura visual, eye tracking, imagens foveais, visão humana, contexto

Discussão: novembro 18, 2016, 17:0