[論文レビュー] Spatial statistics and attentional dynamics in scene viewing

Ralf Engbert, Hans A. Trukenbrod+2 more|arXiv (Cornell University)|May 13, 2014

Point processes and geometric inequalities参考文献 34被引用数 6

ひとこと要約

本論文は、空間的に限定された注意的アクセスと漏れのある記憶を統合することで、自然なシーン視認における注視位置の分布およびその微小スケールの空間的クラスタリングを予測する動的モデルを提案する。このモデルは、活性化ダイナミクスと時間的統合を通じて再注視パターンを捉えることで、静的サリエンシーマップを上回り、空間的クラスタリングが注意の広がりに対してゆっくりと活性化が蓄積されることに起因することを明らかにする。

ABSTRACT

In humans and in foveated animals visual acuity is highly concentrated at the center of gaze, so that choosing where to look next is an important example of online, rapid decision making. Computational neuroscientists have developed biologically-inspired models of visual attention, termed saliency maps, which successfully predict where people fixate on average. Using point process theory for spatial statistics, we show that scanpaths contain, however, important statistical structure, such as spatial clustering on top of distributions of gaze positions. Here we develop a dynamical model of saccadic selection that accurately predicts the distribution of gaze positions as well as spatial clustering along individual scanpaths. Our model relies on, first, activation dynamics via spatially- limited (foveated) access to saliency information, and, second, a leaky memory process controlling the re-inspection of target regions. This theoretical framework models a form of context-dependent decision-making, linking neural dynamics of attention to behavioral gaze data.

研究の動機と目的

• 注視位置の分布とスキャンパスにおける空間的クラスタリングの両方を説明する生物学的に妥当な動的選択モデルの構築を目的とする。
• 視覚運動的および認知的制約による注視位置の相関関係を捉えられない静的サリエンシーマップの限界を克服することを目的とする。
• 空間点過程統計と神経ダイナミクスを統合し、能動的ビジョンにおける文脈依存的注意意思決定をモデル化することを目的とする。
• 空間的クラスタリングが、純粋にサリエンシー駆動の選択ではなく、活性化ダイナミクスと記憶メカニズムによって説明可能かどうかを検証することを目的とする。
• 神経レベルの注意ダイナミクスと行動的眼動画データの間の理論的枠組みを提供することを目的とする。

提案手法

• 眼動画データからの注視位置の2次元空間統計を分析するため、点過程理論を適用し、対相関関数に注目する。
• 中心視覚に類似する限られた知覚スパンを模倣するため、ガウス型リーディング機構（σ ≈ 4.9°）を備えた動的モデルを実装し、サリエンシーマップへの動的アクセスを模擬する。
• 迅速に反応する注意マップ（σ ≈ 2.2°）と、漏れ統合を用いて記憶効果をモデル化する遅延作用の注視マップを備えた二重マップシステムを導入する。
• 活性化の正規化（Carandini & Heeger, 2011）を用いて、サリエンシーの高い領域への移動を促進しながらも、空間的クラスタリングを維持する。
• 独立した注視確率とサッケード長分布を仮定する統計的ノイズモデルと比較し、モデルの予測を検証する。
• 固定時間のランダム抽出を、事前に定義された分布から行い、現在のモデルでは時間的ダイナミクスと空間的ダイナミクスを分離してスキャンパスをシミュレートする。

実験結果

リサーチクエスチョン

• RQ1 注視位置の空間的相関、特に微小スケールのクラスタリングは、標準的なサリエンシーモデルの仮定をどのように挑戦するか？
• RQ2 スキャンパスにおける空間的クラスタリングは、純粋にサリエンシー駆動の選択ではなく、活性化ダイナミクスと記憶メカニズムによってどの程度説明可能か？
• RQ3 中心視覚による視覚処理の限られた空間的範囲が、サッケード選択パターンに果たす役割は何か？
• RQ4 中心視覚へのアクセスと漏れ統合を組み合わせた動的モデルは、注視分布と空間的クラスタリングの両方を正確に再現できるか？
• RQ5 注意マップと注視マップにおける活性化蓄積の相対的な時間スケールが、現在の注視位置付近での再注視の可能性にどのように影響するか？

主な発見

• 自然なシーン視認における注視位置は、顕著な微小スケールの空間的クラスタリング（最大約4°）を示しており、これは静的サリエンシーマップや独立注視モデルでは説明できない。
• 中心視覚へのアクセス（ガウス型リーディング、σ ≈ 4.9°）と漏れ記憶を備えたモデルは、観察された対相関関数を正確に再現し、とくに現在の注視位置付近での再注視確率の高さを捉えている。
• 迅速に反応する注意マップ（σ ≈ 2.2°）と、時間的統合を経る遅延作用の注視マップの組み合わせにより、システムは移動前に近くの領域を再び訪問でき、クラスタリングダイナミクスを説明できる。
• 独立した注視確率とサッケード長を仮定する統計的ノイズモデルは、観察された空間的クラスタリングを再現できず、注視位置の相関関係がランダムではないことを示している。
• 実際の注視密度をサリエンシーの代理として用いても、モデルの性能は安定しており、注視パターンの空間的構造が計算モデルにとっての重要な制約であることが示唆される。
• 結果から、帰還抑制（inhibition-of-return）だけでは注視パターンを説明できず、能動的で記憶に影響を受ける注意ダイナミクスが、現実のスキャンパスをモデル化するために不可欠であることが示唆される。