典型文献
图像视点预测模型及设计图的注意力影响因素研究
文献摘要：
为了满足设计图的细粒度视点预测要求,开发了基于深度学习的视点预测模型,以实现热点图生成、特征要素辨识及设计方案的交互式即时检测,并讨论了注意力影响因素.引入显著图来模拟视觉注意力分配机制,提出基于全卷积神经网络的图像视点预测模型(IVPM),克服了眼动仪测试的诸多限制,模型在图形设计重要性(GDI)数据集上训练后具有出色的时间性能,实验验证了图像的低层级属性是设计注意力的主要影响因素.IVPM可以应用于自然图像、海报设计、包装设计、产品设计以及界面设计等领域,对相关设计工作具有一定的参考价值.
文献关键词：
注意力管理;眼动跟踪;视点预测;产品设计;深度学习
中图分类号：
作者姓名：
侯士江;侯英;冯希;王兆琦
作者机构：
燕山大学艺术与设计学院
文献出处：
引用格式：
[1]侯士江;侯英;冯希;王兆琦-.图像视点预测模型及设计图的注意力影响因素研究)[J].设计,2022(14):134-136
A类：
IVPM
B类：
视点预测,设计图,细粒度,图生成,特征要素,交互式,即时检测,显著图,视觉注意力分配,分配机制,全卷积神经网络,眼动仪,图形设计,计重,GDI,出色,时间性能,低层,海报设计,包装设计,产品设计,界面设计,相关设计,设计工作,注意力管理,眼动跟踪
AB值：
0.356559
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
