지도를 생성하는 모델
생성기는 입력 영상에 대한 현저성 지도를 예측한다. 축소한 현저성 지도를 대상으로 계산하는 이진 교차 엔트로피를 사용해 가중치를 학습한다.
판별기의 추가
생성된 예측은 정답 지도와 생성 지도를 구별하도록 학습한 판별기로 전달된다. 개별 위치의 손실에 더해 지도 전반의 형태를 학습하는 신호를 주려는 방식이다.
적대 학습의 평가
연구는 교차 엔트로피와 적대 학습을 결합한 구성을 여러 현저성 지표로 평가한다. 손실을 추가했을 때의 기여를 보려면 같은 생성기와 학습 조건의 비교가 필요하다.
지도와 시선 경로
현저성 지도는 주시될 위치의 분포를 나타내지만 관찰 순서를 그대로 주지는 않는다. SalGAN의 지도 예측과 주시 경로를 만드는 PathGAN의 출력을 구별해야 한다.
관련 문서
PathGAN / DeepGaze IIE / SALICON / 생성적 적대 신경망 / 교차 엔트로피 / 컴퓨터 비전