ترجمه مقاله مدل سازی توجه بصری به صورت مدرن – سال 2013
مشخصات مقاله:
عنوان فارسی مقاله:
مدل سازی توجه بصری به صورت مدرن
عنوان انگلیسی مقاله:
State-of-the-Art in Visual Attention Modeling
کلمات کلیدی مقاله:
توجه بصری، توجه به یک عامل محرک خارجی، توجه داخلی به محیط، برجستگی، حرکات چشم، نواحی مورد نظر، کنترل نگاه خیره، تفسیر صحنه، جستجوی بصری، اصل مطلب
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
هوش مصنوعی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
1.1. تعاریف
1.2. مبداء
1.3. پایه های تجربی
1.4. کاربردها
1.5. اظهارات و سازماندهی
2. عوامل طبقه بندی
2.1. مدل های توجه داخلی به محیط در مقابل توجه به یک عامل محرک خارجی
2-1-1- ویژگی های شیء
2-1-3- تقاضاهای وظیفه
2.2. مدلهای فضایی-زمانی در مقابل مدلهای فضایی
2.3. توجه آشکار و پنهان
2.4. مدلهای مبتنی بر هدف در مقابل مدلهای مبتنی بر فضا
2.5. ویژگی ها
2.6. محرک و نوع وظیفه
2.7. معیارهای ارزیابی
2.8. مجموعه های داده
3. مدل های توجه
3.1. مدل های شناختی [C]
3.2. مدلهای نظری تصمیم [D]
3.3. مدل های نظری اطلاعات [I]
3.4. مدلهای گرافیکی [G]
3.5. مدل های تحلیل طیفی [S]
3.6. مدل های طبقه بندی الگو[p]
3.7. مدلهای دیگر [O]
4. بحث
5. خلاصه و نتیجه
6. تقدیرو تشکر
قسمتی از مقاله انگلیسی و ترجمه آن:
1 INTRODUCTION
A rich stream of visual data (108-109 bits) enters our eyes every second [1], [2]. Processing this data in realtime is an extremely daunting task without the help of clever mechanisms to reduce the amount of erroneous visual data. High-level cognitive and complex processes such as object recognition or scene interpretation rely on data that has been transformed in such a way as to be tractable. The mechanism this paper will discuss is referred to as visual attention—and at its core lies an idea of a selection mechanism and a notion of relevance. In humans, attention is facilitated by a retina that has evolved a highresolution central fovea and a low-resolution periphery. While visual attention guides this anatomical structure to important parts of the scene to gather more detailed information, the main question is on the computational mechanisms underlying this guidance.
1- مقدمه
یک سیستم غنی از داده های بصری (108-109 بیت) در هر ثانیه وارد چشمان ما می شود[1]و[2]. پردازش این داده ها در زمان واقعی بدون کمک مکانیسم های هوشمند برای کاهش میزان داده های بصری اشتباه ، یک وظیه بسیار دلهره آور می باشد. پردازش های پیچیده و شناختی سطح بالا مانند تشخیص شیئ یا تفسیر صحنه روی داده هایی تکیه دارد که به صورتی قابل فهم تبدیل می شوند. مکانیسمی که این مقاله به آن می پردازد به توجه بصری ارجاع می شود و هسته آن میان ایده مکانیسم انتخاب و مفهوم ارتباط قرار دارد. در انسانها ، توجه بوسیله شبکیه چشم امکان پذیر شده که به صورت یک حفره مرکزی با کیفیت بالا و یک پیرامون با کیفیت پایین تکامل یافته است.در حالی که توجه بصری این ساختار آناتومیکی را به بخش های مهم صحنه برای جمع آوری اطاعات دقیق هدایت می کند ، سوال اصلی درباره مکانیسم های محاسباتی است که اساس این هدایت می باشد.