다중 라벨 분류를 이용한 웹페이지 이미지의 주의 예측

이미지 요소(웹페이지 이미지라고 불리는)는 웹페이지에서 사용자의 주의를 끌기 위해 두드러집니다. 웹페이지 이미지에 대한 주의를 정량적으로 예측하는 것은 이들의 합성과 렌더링에 도움이 됩니다. 본 논문은 웹페이지 이미지에 대한 주의 예측을 다중 라벨 분류 문제로 제시합니다. 첫째, 집중된 이미지는 웹페이지에서 사용자의 순차적 주의 할당에 기반하여 여러 개의 정량화된 시각적 주의(고정 지수라고 함)를 부여받았습니다. 이후, 집중된 이미지의 시각적 특징인 강도, 밝기, 색상 히스토그램, 위치 및 크기를 각 웹페이지에서 추출하였습니다. 시각적 특징과 고정 지수를 이용해 작성된 다중 라벨 분류 문제는 다수의 이진 지지 벡터 기계(이진-SVM) 분류기를 사용하여 해결되었습니다. 제안된 접근 방식의 성능은 42명의 참가자가 참여한 36개의 실제 웹페이지에 대해 수행된 자유 시청 안구 추적 실험을 통해 분석되었습니다. 우리 모델은 정밀도, 재현율, F1 점수에서 각각 84.14%, 78.91%, 76.57%, 67.49%의 정확도를 기록하며 기준선보다 우수한 성능을 보였고, 해밍 손실은 23.62%, 부분 집합 0/1 손실은 66.50%였습니다.