CN106651430A - 一种基于视觉注意机制的广告设计客观评价方法 - Google Patents
一种基于视觉注意机制的广告设计客观评价方法 Download PDFInfo
- Publication number
- CN106651430A CN106651430A CN201610910540.2A CN201610910540A CN106651430A CN 106651430 A CN106651430 A CN 106651430A CN 201610910540 A CN201610910540 A CN 201610910540A CN 106651430 A CN106651430 A CN 106651430A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- attention
- focus
- image
- information area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0245—Surveys
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于视觉注意机制的客观广告设计评价方法,该方法克服了传统广告设计评价方法主观性过强的缺点,首先对平面广告图像进行显著性检测,得到的显著性区域可反映人眼的感兴趣区域;根据平面广告图像中的显著性区域,结合WTA竞争机制和禁止返回机制生成注意焦点,得到的注意焦点可反映出平面广告各个显著性区域的显著性强弱;根据平面广告显著性区域判断广告预表达信息区域是否吸引广告受众群体的注意,生成的注意焦点可进一步显示出广告图像中各个预表达信息区域视觉吸引力的强弱。本发明充分利用了显著性检测算法对人眼视觉***选择注意机制的模拟,为广告设计评价提供了一种客观科学的参考,在广告营销领域有着极其重要的应用价值。
Description
技术领域
本发明涉及一种基于视觉注意机制的客观广告设计评价方法,本发明充分利用了图像处理技术,为广告设计评价提供了一种客观科学的参考,在广告营销领域有着极其重要的应用价值,属于图像处理领域,可应用于广告营销中广告设计的自动化评测。
背景技术
随着社会的不断发展,消费者的消费心理日趋成熟,信息获取渠道日益多元化,冲动型消费让位于理智型消费。现有广告在引导消费的同时,也在塑造和美化产品印象,宣传企业形象。从市场营销理论角度来讲,现代营销模式中,广告成为品牌形象推广必不可或缺的重要手段。因而对广告设计效果进行评价研究是广告营销当前的趋势,该研究能够加强广告营销的科学性和合理性;也使得广告设计更有针对性,在广告实际投放中达到更好的效果。
目前虽然没有专门的、***的、普遍使用的广告设计评价技术可以直接用于评价广告设计效果,但是许多广告公司却一直在用自己独特的方式来研究和评价广告效果,基于平面广告设计评价理论(形式评价、视觉要素评价、品牌效果评价),他们采用了两种不同的评价方式:一是主观设计调查问卷及评价指标,如盖洛普广告效果测试法提出了衡量广告设计效果的三个指标:(1)intrusiveness:吸引消费者记住或想起某则广告的能力。(2)idea communication:受访者对某广告的心理反应或对销售重点的了解程度的分析。(3)persuasion:说服购买产品的能力。此类方法应用广泛,大部分评价模型都是基于心理学、行为学等学科,且数据结果浅显易懂,然而在实际情况中,问卷调查内容及评价指标主观性太强,且难以用量化的科学数据对广告设计效果的优劣进行分析并判定。二是借用眼动仪等辅助设备,记录实验者对广告兴趣区域的注视次数及注视频率,分析各个广告兴趣区域对广告受众群体的吸引程度。此类方法虽有量化的科学数据,且数据直观明了,但在实际情况中,佩戴实验设备会让实验员感到不适,进而影响实验效果,而且在某些特定的情况下,实验设备不允许佩戴。综上所述,对于广告设计评价的研究仍需深入。
近年来,心理学的原理和研究方法被广泛应用到广告设计与效果评价中,人们通过测量多种心理效应来判断广告在消费者群体中产生的效果。测定广告心理效应的方法包括认知测量、记忆测量、视向心理测量、意见测量等。视向心理测量是一种视觉反应测量,它是考查人们在观看广告时,最先注视广告的哪些部分,又将视线转移到哪些部分上。如果观看者在观看广告时眼睛对某一部分的注视时间长,注视次数多,瞳孔直径增加,那么,他们对广告的这部分内容感兴趣,从而可以判断广告制作者的意图是否实现,广告的预期目标是否可能达到。因此,在视向心理测量中,研究者经常使用眼动仪记录观看者在观看广告时的眼动轨迹,并对注视时间、眼跳、瞳孔大小等参数进行分析。人们在观看图案时趋向于注视物体中心的区域,注视区域的水平方向范围要大于垂直方向范围,与物体中心的上部相比,人们趋向于注视物体中心的下部,注视的位置影响注视时间。另外,大部分注视点都集中在感兴趣的区域上,这些区域所包含的信息量也比较大。
视觉注意机制是人眼视觉认知***的核心,基于此机制,人眼总是会选择性地将注意力集中在场景中的某些最具吸引力的内容上,以便更加快速有效地处理重要信息。为了将注意机制融入并推广到实际应用中,国内外学者们提出了显著性检测模型,通过生成注意焦点及显著性区域完成对视觉注意机制的模拟。近些年显著性检测模型的研究日趋成熟,采用各类模型对不同类型图像或视频进行处理,以达到某些工程目的的方法在国内外获得广泛的重视。
视向心理测量理论已表明,人们在观看图案时大部分注视点都集中在感兴趣的区域上,而基于视觉注意机制所提出的显著性区域检测模型正是模拟人眼视觉***的选择注意性。所以将视向心理测量理论与视觉注意机制相结合,能客观科学地对广告设计效果进行评价。
发明内容
本发明的目的是克服现有广告设计评价方法的不足,提出了一种基于显著性检测模型对平面广告进行处理并评定的方法,该方法不涉及主观评价,客服了现有评价模型主观性强等缺点。实现本发明目的技术方案,包括下列步骤:
(1)使用Itti显著性检测模型,对平面广告图像进行显著性检测,得到图像中的显著性区域,模拟出人眼的感兴趣区域;
(2)根据广告信息,手动标注广告预表达信息区域,将步骤1得到的显著性区域与广告预表达信息区域进行对比,若二者有重叠,则说明广告具有吸引力,设计初步达到了设计者的意图;
(3)结合WTA(Winner-take-all)的竞争机制和禁止返回机制,对显著性区域的显著性强弱进行排序,按序生成注意焦点,模拟出人眼关注广告图像的眼动轨迹图;
(4)统计落入广告预表达信息区域的注意焦点次序和注意焦点次数,注意焦点次序越靠前,次数越多,表示此区域被注视的概率越大,更能吸引广告受众群体的视线。
步骤1中,Itti显著性检测模型首先通过多通道多尺度线性滤波器组分解出输入平面广告图像的颜色、亮度、方向特征信息,然后利用中央周边差方法从不同的特征信息中生成对应的特征显著图,最后采用多特征图合并策略将产生的不同显著图合并,生成显著性区域。
步骤3中,利用WTA机制,基于非均匀采样和多尺度分析的金字塔模型,采用由粗到细的检测策略,在步骤1中的显著图中找到区域极大值点,即图像中最显著部分,作为一次注意焦点,极大值点一旦被检测出,利用禁止返回机制,兴趣图接收一个空间分布类似于差分高斯函数的输入,抑制中心位于极大值位置,屏蔽以极大值点为中心的邻域,注意焦点得以按照极大值依次递减的顺序而转移。
本发明具有如下的技术效果:
1.方法简单,易于实施。本发明利用显著性检测模型算法,就能完成对广告设计优劣的评判,不需要问卷调查或昂贵的仪器设备,方法简单实用。
2.客观性好。本发明克服了现有广告设计评价模型主观性过强的缺点,运用机器视觉理论及人类视觉感知***特性,对平面广告图像进行显著性检测,具有科学量化的依据。
3.直观且易于观察。可根据实验处理结果直观显著地对平面广告设计优劣进行评判,不需要进一步数据分析。
附图说明
图1:本发明评价方法流程图;
图2:原始广告图像示例;
图3:广告图像预表达信息区域标注;
图4:显著性检测处理结果;
图5:显著性排序处理结果。
具体实施方式
本发明的流程图如图1所示,首先对平面广告图像进行显著性检测,得到平面广告图像中的显著性区域,并将其与广告预表达信息区域相对比,若二者重叠,则说明广告具有吸引力;然后结合WTA(Winner-take-all)的竞争机制和禁止返回机制,对显著性区域的显著性强弱进行排序,按序生成注意焦点,统计落入广告预表达信息区域的注意焦点次序和注意焦点次数,注意焦点次序越靠前,次数越多,表示此区域被注视的概率越大,更能吸引广告受众群体的视线。下面结合附图,对本发明技术方案的具体实施过程加以说明。
1.显著性检测;
通过多通道多尺度线性滤波器组分解出输入平面广告图像的颜色、亮度、方向特征信息,然后利用中央周边差方法从不同的特征信息中生成对应的特征显著图,具体做法是将粗尺度下的特征图差值变为细尺度下的特征图,然后再进行点对点减法,细尺度特征图代表中央显著区域,粗尺度特征图代表周边区域。
现定义Θ为中央周边差算子,在此模型中,把属于尺度2、3、4(c∈{2,3,4})的像素称为中央部分,属于尺度s=c+δ,δ∈{3,4}的像素称为周边部分。
对于亮度特征图像,通过中央周边差计算得到亮度特征图:
I(c,s)=|I(c)ΘI(s)|
对于颜色特征图像,首先定义四个调制的色彩通道:R=r-(g+b)/2,G=g-(r+b)/2,B=b-(r+g)/2,Y=(r+g)/2-(r-g)/2-b,产生四种高斯金字塔R(σ),G(σ),B(σ)和Y(σ)。颜色特征图RG(c,s)、BY(c,s)被定义为:
RG(c,s)=|(R(c)-G(c))Θ(G(s)-R(s))|
RY(c,s)=|(B(c)-Y(c))Θ(Y(s)-B(s))|
对于朝向特征图像,首先采用Gabor滤波器提取图像方向特征,对于亮度图像I(σ)计算得出方向性Gabor金字塔O(σ,θ),θ∈{0,π/4,π/2,3π/4}。θ为默认的四个方向,方向特征图O(c,s,θ)被定义为:
O(c,s,θ)=|O(c,θ)ΘI(s,θ)|
最终的兴趣图由上述亮度、颜色、朝向特征显著图合并得到,此时即能直观看出平面广告图像中显著性区域。
2.基于显著性区域的初次评定;
在视觉感知过程中,人眼首先关注于图像场景中某个视觉注视点,然后视觉***对视觉注视点附近的信息进行进一步分析和处理,得到有关显著区域和显著物体的信息。因此,当平面广告图像中预表达信息区域与显著性区域有重叠时,即能吸引消费者的注意。
首先根据广告投放信息,手动标注出每幅平面广告图像中的预表达信息区域,并将其与步骤2中生成的显著性区域进行对比,若两类区域有重叠,则表明平面广告的设计内容能有效地传达信息。
3.基于WTA竞争机制的显著性排序;
利用WTA机制,构建基于非均匀采样和多尺度分析的金字塔模型,采用由粗到细的检测策略,在WTA机制中被检测出来的Winner,即为显著度最高的注意焦点,注意焦点的转移也是根据显著图中极大值的逐次递减而转移。
由于在WTA机制中,显著度最高的注意焦点总是会成为Winner,焦点将无法转移。结合禁止返回机制,Winner一旦产生,显著图将接收到一个空间分布类似于差分高斯函数的输入,抑制中心就在Winner的位置,以Winner为中心的邻域将被屏蔽,注意焦点得以转移到下一个极值点,最终显著性区域的强弱即能按序排列。
4.基于注意焦点的深入评定;
根据广告设计视觉要素评价理论,考查消费者最先注意广告的哪些部分,又将视线转移到哪些部分上。如果消费者在观看广告时眼睛对某一部分的注视次序靠前,注视时间长,注视次数多,那么,他们对广告的这部分内容感兴趣,从而可以判断广告制作者的意图是否实现,广告的预期目标是否可能达到。
依据上述评价理论,首先手动标注出平面广告图像中预表达信息区域,并将其与步骤4得到的显著性区域排序情况进行比对,根据预表达信息区域被注意次序及被注意次数对广告设计优劣进行评判,注意焦点次序越靠前,次数越多,表示此区域被注视的概率越大,更能吸引广告受众群体的视线,从而更能达到广告制作者的意图。
综上所述,本发明充分利用了视觉注意机制中的显著性检测模型,结合广告设计评价理论,实现了客观广告设计的优劣判定,为广告设计评价提供了科学有效的辅助方法。
Claims (4)
1.一种基于视觉注意机制的广告设计客观评价方法,包括下列步骤:
步骤1:使用Itti显著性检测模型,对平面广告图像进行显著性检测,得到图像中的显著性区域,模拟出人眼的感兴趣区域;
步骤2:根据广告信息,手动标注广告预表达信息区域,将步骤1得到的显著性区域与广告预表达信息区域进行对比;
步骤3:结合WTA竞争机制和禁止返回机制,对显著性区域按照显著性强弱进行排序,按序生成注意焦点,模拟出人眼关注广告图像的眼动轨迹图;
步骤4:运用落入广告预表达信息区域的注意焦点次序和注意焦点次数两项数据指标,对广告设计内容进行优劣评判。
2.根据权利要求1所述的基于视觉注意机制的评价方法,其特征在于步骤(1)中,Itti显著性检测模型运用中央周边差算子计算平面广告图像中的视觉特征,得到亮度、颜色、朝向特征显著图,最终合成平面广告图像中的显著性区域。
3.根据权利要求1所述的基于视觉注意机制的评价方法,其特征在于步骤(2)中,将实验得到的显著性区域与广告预表达信息区域进行对比,通过二者是否有重叠部分,判断消费者对广告内容的感兴趣区域是否与广告制作者的意图一致。
4.根据权利要求1所述的基于视觉注意机制的评价方法,其特征在于步骤(4)中,根据广告设计视觉要素评价理论,通过统计落入广告预表达信息区域的注意焦点次序和注意焦点次数,显示出消费者在观看广告时眼睛对广告局部的注视次序和注视次数,判断消费者对广告内容的感兴趣点,从而判断广告制作者的意图是否实现,广告的预期目标是否可能达到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610910540.2A CN106651430A (zh) | 2016-10-19 | 2016-10-19 | 一种基于视觉注意机制的广告设计客观评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610910540.2A CN106651430A (zh) | 2016-10-19 | 2016-10-19 | 一种基于视觉注意机制的广告设计客观评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651430A true CN106651430A (zh) | 2017-05-10 |
Family
ID=58855348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610910540.2A Pending CN106651430A (zh) | 2016-10-19 | 2016-10-19 | 一种基于视觉注意机制的广告设计客观评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651430A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154103A (zh) * | 2017-12-21 | 2018-06-12 | 百度在线网络技术(北京)有限公司 | 检测推广信息显著性的方法、装置、设备和计算机存储介质 |
CN108459705A (zh) * | 2017-12-21 | 2018-08-28 | 北京数字新思科技有限公司 | 一种测试图像吸引力的方法、装置和计算机可读存储介质 |
CN108921829A (zh) * | 2018-06-20 | 2018-11-30 | 广州晖恒广告策划有限公司 | 一种基于视觉注意机制的广告设计客观评价方法 |
CN109409260A (zh) * | 2018-10-10 | 2019-03-01 | 北京旷视科技有限公司 | 数据标注方法、装置、设备及存储介质 |
CN109685564A (zh) * | 2018-12-21 | 2019-04-26 | 苏州易泰勒电子科技有限公司 | 一种基于项目反应理论的线下消费者决策行为预测方法 |
CN110213655A (zh) * | 2019-06-04 | 2019-09-06 | 秒针信息技术有限公司 | 一种浏览资源的曝光概率检测方法及曝光概率检测装置 |
WO2019205945A1 (zh) * | 2018-04-27 | 2019-10-31 | 华为技术有限公司 | 确定广告***位置的方法、计算机设备和存储介质 |
CN110751518A (zh) * | 2019-10-18 | 2020-02-04 | 秒针信息技术有限公司 | 不同投放形式的等效方法、装置及电子设备 |
CN111369304A (zh) * | 2020-05-27 | 2020-07-03 | 支付宝(杭州)信息技术有限公司 | 广告页面处理方法、装置、设备和存储介质 |
CN112182136A (zh) * | 2020-10-28 | 2021-01-05 | 兰州交通大学 | 顾及用户视觉处理的应急地图设计方案 |
CN116030115A (zh) * | 2023-03-22 | 2023-04-28 | 四川航天职业技术学院(四川航天高级技工学校) | 应用于ai的视觉设计图像分析方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130188866A1 (en) * | 2012-01-24 | 2013-07-25 | Telefonica, S.A. | Method to assess aesthetic quality of photographs |
CN105160651A (zh) * | 2015-07-05 | 2015-12-16 | 济南大学 | 基于视觉注意机制的纸病检测方法 |
-
2016
- 2016-10-19 CN CN201610910540.2A patent/CN106651430A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130188866A1 (en) * | 2012-01-24 | 2013-07-25 | Telefonica, S.A. | Method to assess aesthetic quality of photographs |
CN105160651A (zh) * | 2015-07-05 | 2015-12-16 | 济南大学 | 基于视觉注意机制的纸病检测方法 |
Non-Patent Citations (2)
Title |
---|
胡宁: "基于视觉注意机制的服饰平面广告", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
陈再良: "图像感兴趣区域提取方法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459705A (zh) * | 2017-12-21 | 2018-08-28 | 北京数字新思科技有限公司 | 一种测试图像吸引力的方法、装置和计算机可读存储介质 |
CN108154103A (zh) * | 2017-12-21 | 2018-06-12 | 百度在线网络技术(北京)有限公司 | 检测推广信息显著性的方法、装置、设备和计算机存储介质 |
US10936875B2 (en) | 2017-12-21 | 2021-03-02 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for detecting significance of promotional information, device and computer storage medium |
WO2019205945A1 (zh) * | 2018-04-27 | 2019-10-31 | 华为技术有限公司 | 确定广告***位置的方法、计算机设备和存储介质 |
CN108921829A (zh) * | 2018-06-20 | 2018-11-30 | 广州晖恒广告策划有限公司 | 一种基于视觉注意机制的广告设计客观评价方法 |
CN109409260A (zh) * | 2018-10-10 | 2019-03-01 | 北京旷视科技有限公司 | 数据标注方法、装置、设备及存储介质 |
CN109685564A (zh) * | 2018-12-21 | 2019-04-26 | 苏州易泰勒电子科技有限公司 | 一种基于项目反应理论的线下消费者决策行为预测方法 |
CN110213655A (zh) * | 2019-06-04 | 2019-09-06 | 秒针信息技术有限公司 | 一种浏览资源的曝光概率检测方法及曝光概率检测装置 |
CN110751518A (zh) * | 2019-10-18 | 2020-02-04 | 秒针信息技术有限公司 | 不同投放形式的等效方法、装置及电子设备 |
CN110751518B (zh) * | 2019-10-18 | 2022-08-09 | 秒针信息技术有限公司 | 不同投放形式的等效方法、装置及电子设备 |
CN111369304A (zh) * | 2020-05-27 | 2020-07-03 | 支付宝(杭州)信息技术有限公司 | 广告页面处理方法、装置、设备和存储介质 |
CN112182136A (zh) * | 2020-10-28 | 2021-01-05 | 兰州交通大学 | 顾及用户视觉处理的应急地图设计方案 |
CN116030115A (zh) * | 2023-03-22 | 2023-04-28 | 四川航天职业技术学院(四川航天高级技工学校) | 应用于ai的视觉设计图像分析方法及*** |
CN116030115B (zh) * | 2023-03-22 | 2023-06-02 | 四川航天职业技术学院(四川航天高级技工学校) | 应用于ai的视觉设计图像分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651430A (zh) | 一种基于视觉注意机制的广告设计客观评价方法 | |
Huang et al. | The effect of landscape colour, complexity and preference on viewing behaviour | |
Breuer et al. | The viewer’s reception and processing of sponsorship information in sport telecasts | |
Wilson et al. | The role of location and visual saliency in capturing attention to outdoor advertising: How location attributes increase the likelihood for a driver to notice a billboard ad | |
US7930199B1 (en) | Method and report assessing consumer reaction to a stimulus by matching eye position with facial coding | |
Fuchs et al. | Evaluating cartographic design in flood risk mapping | |
Lim et al. | Investigation of driver performance with night vision and pedestrian detection systems—Part I: Empirical study on visual clutter and glance behavior | |
CN108921829A (zh) | 一种基于视觉注意机制的广告设计客观评价方法 | |
Drelie Gelasca et al. | Which colors best catch your eyes: a subjective study of color saliency | |
Boscolo et al. | Gender differences: Visual attention and attitude toward advertisements | |
CN108074241A (zh) | 目标图像的质量评分方法、装置、终端及存储介质 | |
CN110110671A (zh) | 一种性格分析方法、装置及电子设备 | |
CN109741285A (zh) | 一种水下图像数据集的构建方法及*** | |
Foulsham et al. | If visual saliency predicts search, then why? Evidence from normal and gaze-contingent search tasks in natural scenes | |
Courset et al. | The caucasian and north african french faces (CaNAFF): A face database | |
Masui et al. | Measurement of advertisement effect based on multimodal emotional responses considering personality | |
Guo et al. | Open-eye: An open platform to study human performance on identifying ai-synthesized faces | |
Chen et al. | Visual comfort modeling for disparity in 3D contents based on Weber–Fechner's Law | |
Duchowski et al. | Visualizing Dynamic Ambient/Focal Attention with Coefficient | |
Du et al. | Visualizing the emotional journey of a museum | |
CN108338798A (zh) | 一种注意力测量方法和*** | |
Hosseinkhani et al. | Significance of Bottom-up Attributes in Video Saliency Detection Without Cognitive Bias | |
Chamaret | Color harmony: experimental and computational modeling | |
Lara et al. | A computational model of perceptual saliency for 3D objects in virtual environments | |
Itan et al. | Performance of visual search tasks from various types of contour information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170510 |
|
WD01 | Invention patent application deemed withdrawn after publication |