Predicting video saliency using crowdsourced mouse-tracking dataстатья

Дата последнего поиска статьи во внешних источниках: 4 мая 2020 г.

Работа с статьей

Прикрепленные файлы

Имя Описание Имя файла Размер Добавлен
1. Полный текст paper29.pdf 1,5 МБ 23 апреля 2020 [dmitriyv]
2. Predicting_video_saliency_using_crowdsourced_mouse_tracki... Predicting_video_saliency_using_crowdsourced_mouse_tracki... 351,5 КБ 23 ноября 2019 [vlyudvichenko]

[1] Vitaliy L., Dmitriy V. Predicting video saliency using crowdsourced mouse-tracking data // Proceedings of the 29th International Conference on Computer Graphics and Vision. — Vol. 2485. — CEUR Workshop Proceedings, 2019. — P. 127–130. This paper presents a new way of getting high-quality saliency maps for video, using a cheaper alternative to eye-tracking data. We designed a mouse-contingent video viewing system which simulates the viewers' peripheral vision based on the position of the mouse cursor. The system enables the use of mouse-tracking data recorded from an ordinary computer mouse as an alternative to real gaze fixations recorded by a more expensive eye-tracker. We developed a crowdsourcing system that enables the collection of such mouse-tracking data at large scale. Using the collected mouse-tracking data we showed that it can serve as an approximation of eye-tracking data. Moreover, trying to increase the efficiency of collected mouse-tracking data we proposed a novel deep neural network algorithm that improves the quality of mouse-tracking saliency maps. [ DOI ]

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть