Thema dieser Arbeit ist die Erstellung eines Aufmerksamkeitsmodells, das feststellen kann, ob ein Videobild aufmerksamkeitsrelevante Inhalte hat, und das in Videoframes die Bereiche bestimmen kann, in denen aufmerksamkeitsrelevate Inhalte liegen. Der Nutzen eines solchen Modells ergibt sich aus der Vielzahl von Anwendungsmöglichkeiten: In derzeitigen Überwachungssystemen werden üblicherweise "pan/tilt/zoom" Kameras eingesetzt, die keine oder nur eine einfache Steuerung der Kamerarichtung und des Zooms haben. Außerdem werden oftmals mehr Kameras als Monitore verwendet, so dass entschieden werden muss, welche Kamerabilder auf den Monitoren zu sehen sind. Ein Aufmersamkeitsmodell, das bewerten kann ob ein Kamerabild aufmerksamkeitsrelevante Inhalte hat, könnte in dieser Situation die Steuerung durch einen menschlichen Beobachter ersetzen [2]. Analog dazu könnte eine Roboterkamera mit Hilfe eines Aufmerksamkeitsmodells gesteuert werden. Das Sichten von umfangreichem Videomaterial könnte beschleunigt und ermüdungsärmer durchgeführt werden, wenn mit Hilfe eines Aufmerksamkeitsmodells unbedeutende Videoteile übersprungen werden oder beschleunigt abgespielt werden [5].