[发明专利]具学习力的视觉注意预测系统及其方法

权利要求书

1.一种具学习力的视觉注意预测系统，其特征在于其包含：

一特征撷取单元，用来接收一具有多个测试信息框的一测试影片，并基于至少一特征资讯从每一所述测试信息框产生至少一测试特征图；及

一回归模型，具有一注视密度和该特征资讯之间的相互关系，该回归模型根据该相互关系将该至少一测试特征图对应出一显著图，用来表示所对应的该测试信息框的注视强度。

2.如权利要求1所述的具学习力的视觉注意预测系统，其特征在于其更包含：

一训练单元，用来训练该回归模型学习注视密度和该特征资讯之间的该相互关系。

3.如权利要求2所述的具学习力的视觉注意预测系统，其特征在于其更包含：

一注视数据收集单元，用来侦测多个训练影片中的每一训练信息框所被注意的多个注视点，并收集所述注视点来对每一所述训练信息框产生一注视图；及

一注视密度产生器，耦接于该注视数据收集单元，用来将每一所述注视图转成一注视密度图，其记录所对应的该训练信息框中每一像素的一注视密度值；

其中，该特征撷取单元接收所述训练影片，并基于该至少一特征资讯从所述训练影片的每一所述训练信息框产生至少一训练特征图，而该训练单元根据所述注视密度图以及该训练特征图来训练该回归模型。

4.如权利要求3所述的具学习力的视觉注意预测系统，其特征在于其更包含：

一训练样本选取单元，耦接于该训练单元，用来从每一所述训练影片的所述训练信息框中选出至少一样本信息框，其中该样本信息框中的所述注视点的分布最为密集。

5.如权利要求4所述的具学习力的视觉注意预测系统，其特征在于该训练样本选取单元从该样本信息框中选出多个样本像素，其中所述样本像素为该样本信息框的该注视密度图中，位于相对密集处的所述注视点。

6.如权利要求5所述的具学习力的视觉注意预测系统，其特征在于该至少一训练特征图记录所对应的该训练信息框中每一像素的一训练特征值，且该训练单元根据所述样本像素的所述注视密度值以及所述样本像素的所述训练特征值的对应关系来训练该回归模型。

7.如权利要求3所述的具学习力的视觉注意预测系统，其特征在于其由多个观赏者进行实验来获得该相互关系，其中该注视数据收集单元包含：

一显示屏幕，用来显示所述训练影片；

一支撑架，用来支撑所述观赏者来观看该显示屏幕中显示的所述训练影片；

一摄影机，面对所述观赏者，用来追踪所述观赏者的眼睛活动；及

一主机，耦接于该显示屏幕和该摄影机，用来控制该显示屏幕显示所述训练影片，并记录所述观赏者注视所述训练信息框的位置；

其中，所述观赏者注视所述训练信息框的位置为该注视点。

8.如权利要求1所述的具学习力的视觉注意预测系统，其特征在于该训练单元使用支持向量回归算法来训练该回归模型。

9.如权利要求1所述的具学习力的视觉注意预测系统，其特征在于该特征资讯包含颜色、移动量、方向、或脸部。

10.如权利要求1所述的具学习力的视觉注意预测系统，其特征在于该显著图中具有至少一显著区域，其具有相对大的注视强度。

11.一种具学习力的视觉注意预测方法，其特征在于其包含：

借由训练来学习注视密度和至少一特征资讯之间的一相互关系；

接收一具有多个测试信息框的一测试影片；

基于该至少一特征资讯从每一所述测试信息框产生至少一测试特征图；及

根据该相互关系将该测试特征图对应出一显著图，用来表示所对应的该测试信息框的注视强度。

12.如权利要求11所述的具学习力的视觉注意预测方法，其特征在于其在学习该相互关系步骤中包含：

侦测多个训练影片中的每一训练信息框所被注意的多个注视点；

收集所述注视点来对每一所述训练信息框产生一注视图；

将每一所述注视图转成一注视密度图；

基于该至少一特征资讯从所述训练影片的每一所述训练信息框产生至少一训练特征图；及

根据所述注视密度图以及该训练特征图来学习该相互关系。