On the other hand, ‘‘bottom–up’’ se

On the other hand, ‘‘bottom–up’’ selection only depends on the visual input provided instantaneously or in the very recent past (as in immediately preceding frames of a movie). As such, it is not only much easier to control but it is also easier to quantify the correlation between input and resulting behavior. For this reason, Koch and Ullman [23] proposed that bottom–up attention is a suitable candidate for detailed computational models of selective attention. Specifically, they proposed that bottom–up attention is directed to salient parts of the visual scene, and they proposed the concept of a saliency map. This is a topographic map of the visual field whose scalar value is the saliency at the respective location. Saliency is computed at multiple scales from the local differences in visual submodalities (color, orientation, etc.). If both the basic premise that bottom–up attention is attracted by salience as well as their concept how salience is computed are correct, attentional control is then reduced to finding the local maxima in the saliency map and assigning the successively visited foci of attention to those maxima in order of decreasing peak value. This results in a ‘‘covert attentional scan path’’; see Fig. 1 for an illustrative example, in analogy to the sequence of eye movements in overt attention.

ผลลัพธ์ (ไทย) 1:

บนมืออื่น ๆ เลือก ''ล่าง – ขึ้น '' เท่านั้นตามข้อมูลป้อนภาพให้ instantaneously หรือ ในอดีตมากล่า (ในก่อนเฟรมของภาพยนตร์) เช่น มันไม่ง่ายมากที่จะควบคุม แต่ก็ยังสามารถกำหนดปริมาณความสัมพันธ์ระหว่างพฤติกรรมการป้อนข้อมูล และผลลัพธ์ ด้วยเหตุนี้ คอ Ullman [23] การนำเสนอและว่าล่าง – ขึ้นสนใจผู้สมัครที่เหมาะสำหรับแบบจำลองการคำนวณรายละเอียดสนใจเลือก โดยเฉพาะ พวกเขานำเสนอโดยตรงไปส่วนเด่นของฉากภาพล่างขึ้นความสนใจ และพวกเขาเสนอแนวคิดของแผนที่ saliency นี่คือแผนที่ topographic ของฟิลด์ visual ค่าสเกลาเป็น saliency ที่เกี่ยวข้อง Saliency จะคำนวณที่หลายระดับจากความแตกต่างภายในภาพ submodalities (สี แนว ฯลฯ) ถ้าทั้งพื้นฐานเดินว่า ล่าง – ขึ้นความสนใจดึงดูด โดย salience เป็นแนวคิดของวิธีคำนวณ salience ถูก ควบคุม attentional จะลดลงแล้วเป็นหาแมกภายในแผนที่ saliency และกำหนด foci เยี่ยมชมติด ๆ กันของความสนใจไปที่แมกลำดับลดค่าสูงสุด ซึ่งผล ''แอบแฝง attentional สแกนเส้น ''; ดู Fig. 1 ตัวอย่างการแสดง ในคำว่าลำดับของความเคลื่อนไหวของตาในความแจ่มแจ้ง

ผลลัพธ์ (ไทย) 2:

ในทางตรงกันข้าม, '' ด้านล่างขึ้น '' ตัวเลือกเพียงขึ้นอยู่กับการป้อนข้อมูลภาพให้ทันทีหรือในอดีตที่ผ่านมามาก (เช่นในทันทีก่อนที่เฟรมของภาพยนตร์) เช่นนี้มันไม่ได้เป็นเพียงเรื่องง่ายที่จะควบคุม แต่ก็ยังเป็นเรื่องง่ายที่จะวัดปริมาณความสัมพันธ์ระหว่างการป้อนข้อมูลและพฤติกรรมที่เกิดขึ้น ด้วยเหตุนี้ Koch และ Ullman [23] เสนอว่าให้ความสนใจด้านล่างขึ้นเป็นผู้สมัครที่เหมาะสมสำหรับรูปแบบการคำนวณรายละเอียดของความสนใจเลือก โดยที่พวกเขาเสนอว่าให้ความสนใจด้านล่างขึ้นเป็นผู้กำกับไปยังส่วนสำคัญของฉากภาพและพวกเขาเสนอแนวคิดของแผนที่ saliency นี่คือแผนที่ภูมิประเทศของเขตข้อมูลภาพที่มีค่าสเกลาร์เป็น saliency ที่สถานที่ที่เกี่ยวข้อง Saliency คำนวณในระดับต่างๆที่มาจากความแตกต่างของท้องถิ่นใน submodalities ภาพ (สีปฐมนิเทศ ฯลฯ ) หากทั้งสองขั้นพื้นฐานที่ให้ความสนใจด้านล่างขึ้นจะดึงดูดโดยนูนเช่นเดียวกับแนวความคิดของพวกเขาวิธีนูนคำนวณถูกต้อง, การควบคุมการตั้งใจจะลดลงแล้วในการค้นหาสูงสุดท้องถิ่นในแผนที่ saliency และกำหนดจุดคงที่เข้าเยี่ยมชมอย่างต่อเนื่องของความสนใจให้กับผู้ที่ สูงสุดในการสั่งซื้อที่มีมูลค่าสูงสุดลดลง ซึ่งจะส่งผลใน '' เส้นทางสแกนแอบแฝงตั้งใจ ''; ดูรูป 1 สำหรับตัวอย่างที่เป็นตัวอย่างในการเปรียบเทียบกับลำดับของการเคลื่อนไหวของดวงตาในความสนใจโจ่งแจ้ง

ผลลัพธ์ (ไทย) 3:

บนมืออื่น ๆ , ' 'bottom – ' ' เลือกเฉพาะขึ้นอยู่กับภาพใส่ให้ทันที หรืออย่างล่าสุดที่ผ่านมา ( เช่นในทันทีก่อนเฟรมของภาพยนตร์ ) เช่น , มันไม่ได้เป็นเพียงที่ง่ายในการควบคุม แต่มันก็ง่ายที่จะหาสหสัมพันธ์ระหว่างการป้อนข้อมูลและเกิดพฤติกรรม ด้วยเหตุผลนี้คอชอัลเมิ่น [ 23 ] และเสนอว่าด้านล่าง 700 ถึงความสนใจที่เหมาะสมกับรายละเอียดของการคำนวณแบบเลือกความสนใจ โดยเฉพาะ , พวกเขาเสนอว่าล่าง–ขึ้นความสนใจจะตรงไปยังส่วนที่เด่นของฉากภาพ และเขาได้เสนอแนวคิดของความเด่นแผนที่นี้เป็นแผนที่ภูมิประเทศของเขตข้อมูลภาพที่มีค่าสเกลาร์ คือ ความเด่น ณสถานที่นั้นๆ ความเด่นจะคำนวณที่หลายระดับจากความแตกต่างของท้องถิ่นใน Visual submodalities ( สี , ปฐมนิเทศ , ฯลฯ ) ถ้าทั้ง นนิ่งพื้นฐานที่ด้านล่าง - ขึ้นความสนใจดึงดูดความเด่นเช่นเดียวกับแนวคิดของวิธีการใดจะคำนวณถูกต้องการควบคุมความสนใจก็ลดลงเพื่อหา Maxima ท้องถิ่นในแผนที่ และกำหนดกระชั้นชิดความเด่นเข้าชมบันทึกของความสนใจเหล่านั้น แม็กซิม่า เพื่อลดมูลค่าสูงสุด ผลนี้ในการสแกน 'covert ใส่ใจ ' เส้นทาง ' ' ; ดูรูปที่ 1 เพื่อเป็นตัวอย่าง ในการเปรียบเทียบกับลำดับของการเคลื่อนไหวของดวงตาในตัวสนใจ