题目:注意力模型的当前发展水平作者:Ali Borji, and Laurent Itti摘要:视觉注意力的建模,特别是刺激驱动的,基于显著性的注意力,在过去25年内已经是一个非常活跃的研究领域。现在有很多不同的模型,除了给其他领域带来理论贡献以外,这些模型已经在计算机视觉,移动机器人,和认知系统展示出成功的应用。这里我们从计算角度综述应用在这些模型的基本概念。我们提出了对大概65个模型的分类,提供了一个方法、性能和缺点的关键的比较。特别是,提出了从行为研究和计算研究得出的13个标准,来量化笔记注意力模型。并且,我们解决了一些具有挑战的模型问题,包括计算模型的生理解释,与眼动数据库的关系,自上而下和自下而上的分离,以及构建有意义的性能指标。最后,我们突出注意力模型的今后研究方向,为未来提出见解。1,介绍每秒钟有大量的视觉信息进入人们的眼睛12。如果没有一个智慧的机制来滤除视觉数的中的错误的数据,实时处理这些数据将是一个非常恐怖的事情。高层次的认知和复杂处理,比如物体认知或者场景理解,都依赖这些经过这种方式【注:一个智慧的机制来滤除视觉数的中的错误的数据】转换