Multimodal Computational Attention for Scene Understanding and Robotics

این کتاب پیشرفته‌ترین مدل‌های توجه محاسباتی را ارائه می‌کند که با موفقیت در زمینه‌های کاربردی مختلف آزمایش شده‌اند و می‌توانند پایه و اساس سیستم‌های مصنوعی را برای کاوش، تجزیه و تحلیل و درک صحنه‌های طبیعی کارآمد بسازند. این یک نمای کلی از جدیدترین مدل‌های توجه محاسباتی برای پردازش ورودی بصری و صوتی ارائه می‌دهد. این پیشینه بیولوژیکی توجه دیداری و شنیداری و همچنین مکانیسم های توجه از پایین به بالا و بالا به پایین را پوشش می دهد و کاربردهای مختلف را مورد بحث قرار می دهد. در بخش اول، رویکردهای جدید برای مدل‌های برجستگی بصری و صوتی از پایین به بالا ارائه شده و برای وظیفه کاوش صحنه سمعی و بصری یک ربات اعمال می‌شود. در بخش دوم تأثیر نشانه‌های بالا به پایین برای مدل‌سازی توجه بررسی می‌شود.

This book presents state-of-the-art computational attention models that have been successfully tested in diverse application areas and can build the foundation for artificial systems to efficiently explore, analyze, and understand natural scenes. It gives a comprehensive overview of the most recent computational attention models for processing visual and acoustic input. It covers the biological background of visual and auditory attention, as well as bottom-up and top-down attentional mechanisms and discusses various applications. In the first part new approaches for bottom-up visual and acoustic saliency models are presented and applied to the task of audio-visual scene exploration of a robot. In the second part the influence of top-down cues for attention modeling is investigated.