Scanpath_Prediction:使用逆向强化学习预测目标导向的人类注意力(CVPR2020)

上传者: 42169245 | 上传时间: 2024-10-17 19:21:36 | 文件大小: 20.31MB | 文件类型: ZIP
使用逆强化学习进行扫描路径预测 PyTorch的官方实施, (CVPR2020,口头) 我们提出了第一个逆向强化学习(IRL)模型,以学习人类在视觉搜索过程中使用的内部奖励功能和策略。 观察者的内部信念状态被建模为对象位置的动态上下文信念图。 这些地图是由IRL获悉的,然后用于预测多个目标类别的行为扫描路径。 为了训练和评估我们的IRL模型,我们创建了COCO-Search18,COCO-Search18是目前最大的高质量搜索注视数据集。 COCO-Search18有10位参与者在6202张图像中搜索18个目标对象类别中的每一个,进行了约300,000个目标定向注视。 当在COCO-Search18上进行训练和评估时,无论是在与人类搜索行为的相似性还是搜索效率方面,IRL模型在预测搜索注视扫描路径方面均优于基线模型。 如果您正在使用此作品,请引用: @InProceedings {

文件下载

资源详情

[{"title":"( 21 个子文件 20.31MB ) Scanpath_Prediction:使用逆向强化学习预测目标导向的人类注意力(CVPR2020)","children":[{"title":"Scanpath_Prediction-master","children":[{"title":"train.py <span style='color:#111;'> 1.98KB </span>","children":null,"spread":false},{"title":"hparams","children":[{"title":"coco_search18.json <span style='color:#111;'> 1018B </span>","children":null,"spread":false}],"spread":true},{"title":"dataset.py <span style='color:#111;'> 2.85KB </span>","children":null,"spread":false},{"title":"trained_models","children":[{"title":"trained_generator.pkg <span style='color:#111;'> 12.79MB </span>","children":null,"spread":false},{"title":"trained_discriminator.pkg <span style='color:#111;'> 3.24MB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.08KB </span>","children":null,"spread":false},{"title":"coco_search18_logo.png <span style='color:#111;'> 6.26MB </span>","children":null,"spread":false},{"title":"plot_scanpath.py <span style='color:#111;'> 4.94KB </span>","children":null,"spread":false},{"title":"irl_dcb","children":[{"title":"multimatch.py <span style='color:#111;'> 43.90KB </span>","children":null,"spread":false},{"title":"config.py <span style='color:#111;'> 3.98KB </span>","children":null,"spread":false},{"title":"data.py <span style='color:#111;'> 9.46KB </span>","children":null,"spread":false},{"title":"builder.py <span style='color:#111;'> 1.82KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 16.11KB </span>","children":null,"spread":false},{"title":"ppo.py <span style='color:#111;'> 3.04KB </span>","children":null,"spread":false},{"title":"models.py <span style='color:#111;'> 4.10KB </span>","children":null,"spread":false},{"title":"gail.py <span style='color:#111;'> 6.19KB </span>","children":null,"spread":false},{"title":"metrics.py <span style='color:#111;'> 6.13KB </span>","children":null,"spread":false},{"title":"environment.py <span style='color:#111;'> 7.46KB </span>","children":null,"spread":false},{"title":"trainer.py <span style='color:#111;'> 10.16KB </span>","children":null,"spread":false}],"spread":false},{"title":".gitignore <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明