绘画眼动数据集AVAtt发布：跨越16个艺术运动、5个世纪，人脸被注视次数超预期数倍！
AVAtt: A Free-Viewing Eye-Tracking Dataset and Benchmark for Visual Attention on Paintings
📖 AI 总结
该研究发布了AVAtt自由观看眼动数据集，涵盖16个艺术流派、跨越五个世纪的绘画作品，记录了多名参与者的扫描路径与注视数据，并提供注视时序、眼屏距离、注视图、显著性图、时间显著性视频及艺术元数据。研究对经典与深度显著性模型进行基准测试，发现现有模型与人类一致性之间仍有较大差距，艺术感知模型存在明显提升空间；同时排序了44种扫描路径相似性度量，并提出基于CNN、ViT及自监督编码器的无语言图像编码器指标族。在控制观看偏差后，研究发现人脸被注视的频率约为预期的数倍且发生在半秒内，局部结构吸引视线，由图像内容拟合的构图规则可预测注视位置，艺术风格影响观看者之间的一致性程度。该工作为绘画视觉注意力建模提供了数据基础与评测基准。
🔑 关键词速览
| AVAtt | 本文提出的自由观看眼动追踪数据集，包含绘画作品及对应的扫描路径和注视点数据。 |
| 扫描路径 (Scanpath) | 眼动追踪中记录的眼睛注视点序列，反映视觉注意的动态转移过程。 |
| 显著性图 (Saliency Map) | 表示图像中各区域吸引视觉注意程度的二维图，通常通过平滑处理得到。 |
| 视觉角度 (Visual Angle) | 描述物体在视网膜上成像大小的角度单位，用于标准化眼动数据中的空间尺度。 |
| 自监督编码器 (Self-supervised Encoder) | 通过自监督学习训练的神经网络编码器，无需人工标注即可提取图像特征。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅