Розглядається моделювання зорової уваги на основі висхідних процесів, зокрема аналізується модель Ітті як одна із базових і широко використовуваних. Наведено переваги та обмеження цієї моделі, відкриті питання в цій області, також висунуто гіпотези щодо можливих шляхів вдосконалення моделі. Одними з таких є заміна нейронної мережі на ефективнішу, перехід від системи кольорів RGB до CMYK або HSV, врахування додаткових властивостей візуальної сцени.
1. Pedro F. Ecient graph-based image segmentation / F. Pedro, Felzenszwalb and Daniel P. Huttenlocher // International Journal of Computer Vision. – 2004. – V. 59(2)(5). – P. 167–181. 2. Malik J. Contour and texture analysis for image segmentation / J. Malik, S. Belongie, T. Leung, and J. Shi // International Journal of Computer Vision. – 2001. – V. 43(1). – P. 7–27. 3. Ouerhani N. Visual attention guided seed selection for color image segmentation / N. Ouerhani, N. Archip, H. Hgli, and Pierre-Jean Erard // Computer Analysis of Images and Patterns.– 2001. – V. 2124. – P. 630–637. 4. Chun M. Visual Attention / Marvin M. Chun, Jeremy M. Wolfe, Blackwell. – Handbook of Perception, 2000. 5. Шиффман Х. Ощущение и восприятие. 5-е изд. – СПб, 2003. – 928 с. 6. Treisman A. A Feature-Integration Theory of Attention / A. Treisman, G. Gelade // Cognitive Psychology. – 1980. – V. 12. – No. 1. – P. 97–136. 7. Moosmann F, Learning Saliency Maps for Object Categorization / F. Moosmann, D. Larlus and F. Jurie // International Workshop on The Representation and Use of Prior Knowledge in Vision. – 2006. 8. Achanta R. Salient Region Detection and Segmentation / R. Achanta, F. Estrada, P. Wils and S. Ssstrunk // in Proceedings of the International Conference on Computer Vision Systems. – 2008. – P. 66–75. 9. Guo C. A novel multiresolution spatiotemporal saliency detection model and its applications in image and video compression / C. Guo and L. Zhang // IEEE Trans. Image Processing. – 2010. – V. 19(1). – P. 185–198. 10. Kanan C. Robust Classification of Objects, Faces, and Flowers Using Natural Image Statistics / C. Kanan and G.W. Cottrell // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. – 2010. 11. Itti L. A model of saliency-based visual attention for rapid scene analysis / L. Itti, C. Koch, E. Niebur // IEEE Trans. Pattern Anal. Machine Intel. – 1998. – V. 20. – No. 11. – P. 1254–1259. 12. Walther D. Modeling attention to salient proto-objects / D. Walther, Ch. Koch // Neural Networks. – 2006. – V. 19. – P. 1395–1407. 13. Shic F. A Behavioral Analysis of Computational Models of Visual Attention / F. Shic, B. Scassellati // International Journal of Computer Vision. – 2007. – V. 73(2). – P. 159–177. 14. Koch C. Shifts in selective visual attention: towards the underlying neural circuitry / C. Koch, S. Ullman // Human Neurobiology. – 1985. – V. 4. – P. 219–227. 15. Harel J. Graph-Based Visual Saliency / J. Harel, C. Koch, P. Perona // Proceedings of Neural Information Processing Systems (NIPS). – 2006. 16. Kadir T. An affine invariant salient region detector / T. Kadir, A. Zisserman, M. Brady // Proceedings of the 8th European Conference on omputer Vision. – 2004. 17. Greenspan H. Over complete Steerable Pyramid Filters and Rotation Invariance / H. Greenspan and other // Proc. IEEE Computer Vision and Pattern Recognition. – 1994. – P. 222–228. 18. Frintrop S., VOCUS: A visual attention system for object detection and goal-directed search / Simone Frintrop // PhD thesis. – 2006.