A Novel Spatio-Temporal 3D Convolutional Encoder-Decoder Network for Dynamic Saliency Prediction

As human beings are living in an always changing environment, predicting saliency maps from dynamic visual stimulus is of importance for modeling human visual system. Compared with human behavior, recent models based on LSTM and 3DCNN are still not good enough due to the limitation in spatio-tempora...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE access Ročník 9; s. 1
Hlavní autoři:	Li, Hao, Qi, Fei, Shi, Guangming
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.01.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	3D Fully Convolutional Networks Changing environments Coders Computational modeling Correlation coefficients Decoding Dynamic Saliency Prediction Encoders-Decoders Feature extraction Predictions Predictive models Salience Solid modeling Spatio-Temporal Features Three-dimensional displays Visual Attention Visual stimuli Visualization
ISSN:	2169-3536, 2169-3536
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!