Visual Search with selective tuning
Notice bibliographique
Résumé
Visual attention involves much more than simply the selection of next fixation for the eyes or for a camera system. Selective Tuning (ST) (Tsotsos et al. 1995;2005) presents a framework for modeling this broader view of attention and in this work we show how it performs in covert visual search tasks by comparing its performance to the same input visual displays that human subjects have seen and qualitatively comparing the model's performance to human performance. Two implementations of ST have been developed. The Motion Model (MM) recognizes and attends to motion patterns and the Object Recognition Model (ORM) recognizes and attends to simple objects formed by the conjunction of various features. Two experiments were carried out in the motion domain. A simple odd-man-out search for CCW rotating octagon among identical CW rotating octagons produced linear increase in search time with the increase of set size. The second experiment was similar to one described in Thornton and Gilden(2001) paper and produced qualitatively similar results. The validity of the ORM was first tested by successfully duplicating the results of Nagy and Sanchez(1990). Our second experiment aimed at an evaluation of the model's performance for the feature-conjunction-inefficient continuum search slopes (Wolfe, 1998). For conjunction search we followed Bichot and Schall(1999) (find a red circle among green circles and red crosses). For feature search ORM looked for a circle among crosses and for inefficient search we simulated Egeth and Dagenbach(1991). Inefficient search produced a slope of 0.49, followed by conjunction search (slope of 0.36) and feature search was practically flat (slope of 0.00), these results show the same kind continuum of search slopes as described by Wolfe(1998). We conclude that ST provides a valid explanatory mechanism for human covert visual search performance, an explanation going far beyond the conventional saliency map based explanations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».