[论文解读] 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 6

一句话总结

本文提出了一种动态的扫视选择模型，整合了空间受限的注意力访问与漏损记忆机制，以预测自然场景观看中注视位置的分布及其小尺度空间聚类。该模型通过激活动力学与时间整合捕捉再注视模式，优于静态显著性图，揭示了空间聚类源于相对于注意力扩散的缓慢激活累积。

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.

研究动机与目标

• 开发一种生物上合理的扫视选择模型，解释扫描路径中注视分布与空间聚类的双重现象。
• 解决静态显著性图在捕捉视觉运动与认知约束下注视间相互依赖性方面的局限。
• 将空间点过程统计与神经动力学相结合，建模主动视觉中情境依赖的注意力决策机制。
• 检验空间聚类是否可由激活动力学与记忆机制解释，而非纯粹由显著性驱动的选择。
• 提供一个理论框架，连接神经水平的注意力动力学与自然场景感知中的行为眼动追踪数据。

提出的方法

• 应用点过程理论分析眼动数据中注视的二阶空间统计特性，重点关注对对相关函数。
• 实现一个动力学模型，采用高斯读出机制（σ ≈ 4.9°）模拟对显著性图的中央凹访问，模拟中央凹的有限感知范围。
• 引入双图系统：快速作用的注意力图（σ ≈ 2.2°）与具有漏损整合的较慢作用的注视图，以建模记忆效应。
• 使用激活归一化（Carandini & Heeger, 2011）驱动扫视规划朝向高显著性区域，同时保持空间聚类。
• 将模型预测与假设固定概率与扫视长度分布独立的统计零模型进行比较。
• 使用从预定义分布中抽取的随机固定时长模拟扫描路径，当前模型中时间动态与空间动态解耦。

实验结果

研究问题

• RQ1 注视的空间相关性（尤其是小尺度聚类）如何挑战标准显著性模型的假设？
• RQ2 在多大程度上，扫描路径中的空间聚类可由激活动力学与记忆机制解释，而非纯粹由显著性驱动的选择？
• RQ3 中央凹视觉处理的有限空间范围在塑造扫视选择模式中起什么作用？
• RQ4 结合中央凹访问与漏损整合的动力学模型能否准确再现注视分布与空间聚类？
• RQ5 注意力图与注视图中激活累积的相对时间尺度如何影响在当前注视位置附近再注视的可能性？

主要发现

• 自然场景观看中，注视表现出显著的小尺度空间聚类（最高达~4°），这无法由静态显著性图或独立固定模型解释。
• 具备中央凹访问（高斯读出，σ ≈ 4.9°）与漏损记忆的模型准确再现了观测到的对对相关函数，特别是当前注视位置附近再注视的高概率。
• 快速注意力图（σ ≈ 2.2°）与具有时间整合的较慢注视图的结合，使系统能在转向其他区域前重新访问附近区域，从而解释聚类动力学。
• 假设固定概率与扫视长度独立的统计零模型无法再现观测到的空间聚类，表明注视位置间的相互依赖性并非随机。
• 即使使用经验性固定密度作为显著性的代理，模型性能依然稳健，表明注视模式中的空间结构是计算模型的关键约束。
• 结果表明，抑制性返回本身不足以解释注视模式，主动的、受记忆影响的注意力动力学对于建模真实扫描路径至关重要。