분포에서 순서로
공간 현저성 지도는 어느 위치가 주시될지 나타내지만 주시 사이의 순서 의존성을 충분히 표현하지 못할 수 있다. DeepGaze III는 앞선 주시가 이후 선택에 주는 정보를 활용한다.
내용과 이력의 결합
영상 내용과 이전 주시 위치를 함께 사용해 다음 위치의 분포를 예측한다. 같은 영상이라도 이미 본 위치가 다르면 이후 주시의 예측이 달라질 수 있다.
모듈을 나누는 실험
모듈형 구조로 영상 내용과 시선 이력의 영향을 구분하는 절제 실험을 수행한다. 연구의 주 데이터에서는 장면 내용의 영향이 이력보다 컸지만 두 정보의 상대적인 중요도는 장면마다 달라질 수 있다.
한 경로만 정답인가
서로 다른 관찰자가 같은 사진을 같은 순서로 볼 필요는 없다. 모델이 가능한 경로의 분포를 표현한다는 점과 특정 개인의 다음 시선을 완벽하게 결정한다는 주장은 구별해야 한다.
관련 문서
DeepGaze IIE / ST-DiffEye / DiffGaze / 확률 분포 / 딥러닝 / 컴퓨터 비전