Cette thèse a pour objectif de proposer un système de reconnaissance d’images utilisant des informations attentionnelles. Nous nous intéressons à la capacité d’une telle approche à améliorer la complexité en temps de calcul et en utilisation mémoire pour la reconnaissance d’objets. Dans un premier temps, nous avons proposé d’utiliser un système d’attention visuelle comme filtre pour réduire le nombre de points d’intérêt générés par les détecteurs traditionnels [Awad 12]. En utilisant l’architecture attentionnelle proposée par Perreira da Silva comme filtre [Awad 12] sur la base d’images de VOC 2005, nous avons montré qu’un filtrage de 60% des points d’intérêt (extraits par Harris-Laplace et Laplacien) ne fait diminuer que légèrement la performance d’un système de reconnaissance d’objets (différence moyenne de AUC ~ 1%) alors que le gain en complexité est important (40% de gain en vitesse de calcul et 60% en complexité). Par la suite, nous avons proposé un descripteur hybride perceptuel-texture [Awad 14] qui caractérise les informations fréquentielles de certaines caractéristiques considérées comme perceptuellement intéressantes dans le domaine de l’attention visuelle, comme la couleur, le contraste ou l’orientation. Notre descripteur a l’avantage de fournir des vecteurs de caractéristiques ayant une dimension deux fois moindre que celle des descripteurs proposés dans l’état de l’art. L’expérimentation de ce descripteur sur un système de reconnaissance d’objets (le détecteur restant SIFT), sur la base d’images de VOC 2007, a montré une légère baisse de performance (différence moyenne de précision ~5%) par rapport à l’algorithme original, basé sur SIFT mais gain de 50% en complexité. Pour aller encore plus loin, nous avons proposé une autre expérimentation permettant de tester l’efficacité globale de notre descripteur en utilisant cette fois le système d’attention visuelle comme détecteur des points d’intérêt sur la base d’images de VOC 2005. Là encore, le système n’a montré qu’une légère baisse de performance (différence moyenne de précision ~3%) alors que la complexité est réduite de manière drastique (environ 50% de gain en temps de calcul et 70% en complexité). / The main objective of this thesis is to propose a pipeline for an object recognition algorithm, near to human perception, and at the same time, address the problems of Content Based image retrieval (CBIR) algorithm complexity : query run time and memory allocation. In this context, we propose a filter based on visual attention system to select salient points according to human interests from the interest points extracted by a traditionnal interest points detectors. The test of our approach, using Perreira Da Silva’s system as filter, on VOC 2005 databases, demonstrated that we can maintain approximately the same performance of a object recognition system by selecting only 40% of interest points (extracted by Harris-Laplace and Laplacian), while having an important gain in complexity (40% gain in query-run time and 60% in complexity). Furthermore, we address the problem of high dimensionality of descriptor in object recognition system. We proposed a new hybrid texture descriptor, representing the spatial frequency of some perceptual features extracted by a visual attention system. This descriptor has the advantage of being lower dimension vs. traditional descriptors. Evaluating our descriptor with an object recognition system (interest points detectors are Harris-Laplace & Laplacian) on VOC 2007 databases showed a slightly decrease in the performance (with 5% loss in Average Precision) compared to the original system, based on SIFT descriptor (with 50% complexity gain). In addition, we evaluated our descriptor using a visual attention system as interest point detector, on VOC 2005 databases. The experiment showed a slightly decrease in performance (with 3% loss in performance), meanwhile we reduced drastically the complexity of the system (with 50% gain in run-query time and 70% in complexity).

The human vision system is generally recognized as being superior to all known artificial vision systems. Visual attention, among many processes that are related to human vision, is responsible for identifying relevant regions in a scene for further processing. In most cases, analyzing an entire scene is unnecessary and inevitably time consuming. Hence considering visual attention might be advantageous. A subfield of computer vision where this particular functionality is computationally emulated has been shown to retain high potential in solving real world vision problems effectively. In this monograph, elements of visual attention are explored and algorithms are proposed that exploit such elements in order to enhance image understanding capabilities. Satellite images are given special attention due to their practical relevance, inherent complexity in terms of image contents, and their resolution. Processing such large-size images using visual attention can be very helpful since one can first identify relevant regions and deploy further detailed analysis in those regions only. Bottom-up features, which are directly derived from the scene contents, are at the core of visual attention and help identify salient image regions. In the literature, the use of intensity, orientation and color as dominant features to compute bottom-up attention is ubiquitous. The effects of incorporating an entropy feature on top of the above mentioned ones are also studied. This investigation demonstrates that such integration makes visual attention more sensitive to fine details and hence retains the potential to be exploited in a suitable context. One interesting application of bottom-up attention, which is also examined in this work, is that of image segmentation. Since low salient regions generally correspond to homogenously textured regions in the input image; a model can therefore be learned from a homogenous region and used to group similar textures existing in other image regions. Experimentation demonstrates that the proposed method produces realistic segmentation on satellite images. Top-down attention, on the other hand, is influenced by the observer’s current states such as knowledge, goal, and expectation. It can be exploited to locate target objects depending on various features, and increases search or recognition efficiency by concentrating on the relevant image regions only. This technique is very helpful in processing large images such as satellite images. A novel algorithm for computing top-down attention is proposed which is able to learn and quantify important bottom-up features from a set of training images and enhances such features in a test image in order to localize objects having similar features. An object recognition technique is then deployed that extracts potential target objects from the computed top-down attention map and attempts to recognize them. An object descriptor is formed based on physical appearance and uses both texture and shape information. This combination is shown to be especially useful in the object recognition phase. The proposed texture descriptor is based on Legendre moments computed on local binary patterns, while shape is described using Hu moment invariants. Several tools and techniques such as different types of moments of functions, and combinations of different measures have been applied for the purpose of experimentations. The developed algorithms are generalized, efficient and effective, and have the potential to be deployed for real world problems. A dedicated software testing platform has been designed to facilitate the manipulation of satellite images and support a modular and flexible implementation of computational methods, including various components of visual attention models.

Ces dernières années, l’utilisation de la vidéo comme support de diffusion de l’information est devenue prépondérante. Selon certains analystes, d’ici 2017, environ 90% de la bande passante mondiale sera consommée par des services utilisant des flux vidéos. Basées sur ce genre de services, les solutions de cloud gaming se démocratisent. Ces solutions ont été imaginées dans un contexte de développement fort du paradigme de cloud computing, et elles ont été dopées par la prolifération des terminaux mobiles ainsi que par la qualité des réseaux qui ne cesse de croître. Les technologies mises en œuvre dans ce type de solutions se réfèrent au rendu à distance. Pour permettre au plus grand nombre l’accès à ce type d’applications, mais aussi pour maximiser le nombre de clients par serveur, il est primordial de maîtriser au mieux la bande passante nécessaire au bon fonctionnement du service. Toutes les solutions de cloud gaming existantes utilisent une compression vidéo pour la transmission des images générées sur un serveur et à destination d’un client : le pixel règne en maître. Néanmoins, il existe bien d’autres façons de représenter une image numérique, notamment de manière paramétrique. Un certain nombre de travaux – à la fois sur l’image et la vidéo – montrent que cette approche est viable. Dans cette thèse, nous proposons un espace de représentation hybride afin de réduire le débit binaire. Notre approche repose à la fois sur une approche pixel, mais aussi sur une approche paramétrique pour la compression d’un même flux vidéo. L’utilisation de deux systèmes de compression nécessite la définition de zones, auxquelles s’appliqueront les différents encodeurs. Pour le cas d’utilisation choisi, l’utilisateur étant un joueur impliqué de manière active dans la chaîne de rendu, il est intéressant d’utiliser un partitionnement de l’image dépendant des zones ou se porte son attention. Pour déterminer les zones importantes à ses yeux, un eye-tracker a été utilisé sur plusieurs jeux et par plusieurs testeurs. Cette étude permet de mettre en avant différentes corrélations, tant au niveau des caractéristiques des images que du type de jeu utilisé. Cette étude permet de connaître les zones que le joueur regarde ou ne regarde pas directement (obtention des « cartes d’attention sélective »), et ainsi de gérer les encodeurs en conséquence. Nous établissons ensuite l’architecture et l’implémentation d’un tel encodeur multimodal (que nous appelons « transmodeur ») afin d’établir la preuve de réalisation d’un tel encodeur. Profitant alors de la maîtrise complète de l’implémentation, nous nous livrons ensuite à l’analyse de l’influence des paramètres de notre transmodeur quant à son efficacité au moyen d’une étude objective. Le transmodeur a été intégré dans la chaîne de rendu utilisée par le projet XLcloud. Un certain nombre d’améliorations (au niveau des performances notamment) seront nécessaires pour une utilisation en production, mais il est dès à présent possible de l’utiliser de manière fluide en se limitant à des résolutions spatiales légèrement inférieures au 720p et à 30 images par seconde / The use of video as an information dissemination support has become preponderant during the last few years. According to some analysts, by 2017 approximately 90% of the world's bandwidth will be consumed by video streaming services. These services have encouraged cloud gaming solutions to become more democratic. Such solutions have been devised in the context of strong development of the cloud-computing paradigm, and they were driven by the proliferation of mobile devices as well as growing network quality. The technologies used in this kind of solutions refer to as remote rendering. They allow the execution of multiple applications, while maximizing the number of clients per server. Thus, it is essential to control the necessary bandwidth to allow the required functionality of various services. The existing cloud gaming solutions in the literature use various methods of video compression to transmit images between sever and clients (pixels reigns supreme). However, there are various other ways of encoding digital images, including parametric map storage and a number of studies encourage this approach (for both image and video). In this thesis, we propose a hybrid representation of space in order to reduce the bit rate. Our approach utilizes both pixel and parametric approaches for the compression of video stream. The use of two compression techniques requires defining the area to be covered by different encoders. This is accomplished by including user to the life cycle of rendering, and attending to the area mostly concerned to the user. In order to identify the area an eye-tracker device was used on several games and several testers. We also establish a correlation between the characteristics of images and the type of game. This helps to identify areas that the player looks directly or indirectly (“maps of selective attention"), and thus, encoders are manager accordingly. For this thesis, we details and implement the architecture and algorithms for such multi-model encoder (which we call "transmodeur") as proof of concept. We also provide an analytical study of out model and the influence of various parameters on transmodeur and describe in effectiveness through an objective study. Our transmodeur (rendering system) has been successfully integrated into XLcloud project for rendering purposes. A number of improvement (especially in performance) will be required for production use, but it is now possible to use it smoothly using spatial resolutions slightly lower than 720p at 30 frames per second

Apprendre à lire est une activité complexe qui s'appuie sur différentes capacités cognitives, dont l'attention visuelle. Absente des programmes scolaires, le rôle de l'attention visuelle pour l'apprentissage de la lecture est pourtant largement documenté dans la littérature scientifique. Dans cette thèse, nous avons donc conçu un logiciel éducatif original d'entraînement de l'attention visuelle, Evasion, et évalué l'impact de son utilisation au sein de la classe.Pour ce faire, une revue de littérature a été menée pour identifier plus précisément quelles sont les dimensions de l'attention visuelle impliquées en lecture et comment les entraîner au mieux. Un cadre conceptuel théorique que nous avons développé permet d'interpréter ces éléments et suggère que les dimensions à cibler sont la quantité totale d'attention visuelle et sa dispersion dans l'espace. Ces deux dimensions semblent particulièrement bien entraînées par les jeux vidéo d'action, dont l'effet sur l'attention visuelle a été lui aussi expliqué dans le cadre de notre modèle.Pour les entraîner au mieux au sein d'Evasion, nous avons mêlé les tâches, dont l'effet sur ces dimensions a été validé, avec les propriétés des jeux vidéo d'action. Notre logiciel prend la forme de quatre mini-jeux, dont les propriétés s'ajustent au niveau de l'élève grâce à un algorithme d'adaptation de la difficulté développé par notre équipe. Evasion devait être utilisé en classe pendant 10~h au total, à raison de 3 sessions hebdomadaires de 20 minutes. L'expérimentation a porté sur 730 élèves de CP répartis en deux groupes d’entraînement. Les deux groupes étaient appariés quant à leurs compétences cognitives avant entraînement. En post-entraînement, les performances du groupe Evasion ont été comparées à celles du groupe contrôle, qui recevait un entraînement de la compréhension orale en anglais.Les résultats de cette expérience écologique montrent que les capacités d'attention visuelle et de lecture ne progressent pas davantage suite à l'utilisation d'Evasion que suite à l'utilisation d'un entraînement contrôle. Des analyses supplémentaires révèlent que le protocole a été peu suivi en classe, et que le temps d'entraînement est un facteur expliquant l'amplitude de l'amélioration des dimensions attentionnelles ciblées. Par ailleurs, il semblerait que les entraînements proposés aient été trop faciles. Ces résultats ouvrent de nouvelles perspectives sur les améliorations à apporter à notre logiciel et, plus généralement, sur les conditions de mise en oeuvre d'expériences écologiques dont les besoins sont spécifiques. / Learning to read is a complex activity that relies on different cognitive abilities, including visual attention. The role of visual attention in learning to read is widely documented in the scientific literature but absent from school curricula. In this thesis work, we designed an original educational software, called Evasion, for visual attention training in the classroom and we evaluated its impact on beginning readers' performance.A literature review was first conducted to identify the dimensions of visual attention that are involved in reading and how best to train them. We then propose a conceptual framework which allows us to interpret these results. We conclude that the dimensions to be targeted are the total amount of visual attention resources and attention spatial dispersion. These two facets of attention seem to be particularly well driven by action video games, whose effect on visual attention has also been characterized in our model.To train visual attention resources and dispersion as well as possible within Evasion, we have mixed the tasks known to improve these attentional dimensions with the properties of action video games. Our software includes four training mini-games and an adaptive difficulty algorithm developed by our team to adjust the game properties online to the child needs. The training program was provided in classroom over a period of ten weeks at a rate of three 20-minute sessions a week. It was proposed to a large sample of 730 beggining readers for reading difficulty prevention.The impact of Evasion was assessed before and after training as compared to a control group that used an intervention program conceived to improve oral comprehension in English. The results of this ecological experiment show that visual attention and reading did not improve more following Evasion than control training. Additional analyses revealed that training time was poorly respected while this factor relates to the magnitude of improvement in the attentional dimensions we targeted. The analyses further suggest a problem in the level of difficulty of the mini-games. Overall, our work opens up new perspectives on the improvements to be made to our software and, above all, on the conditions for successful implementation of ecological experiments.

L’écran est une interface omniprésente utilisée quotidiennement. Sur-sollicité par les écrans, l’individu ne peut pas percevoir l’intégralité des informations. La compréhension de l’attention portée aux contenus médiatisés est un enjeu crucial dans la stratégie marketing. Un paramètre n’a pas été pris en compte dans les précédentes études: la qualité technique de l’image médiatisée. Elle peut être définie comme l’ensemble des paramètres suivants : la définition, la fréquence image, la luminosité et la couleur. Pour mesurer la perception de l’amélioration de ces paramètres, une phase exploratoire a été menée comprenant un test de qualité perçue, un focus group et des entretiens. Une phase empirique confirmatoire a suivi pour étudier l’attention visuelle et la mémorisation de l’information médiatisée grâce à deux expérimentations. Une série d’entretien et un focus group ont permis d’étudier l’hyperréalité dans l’image médiatisée et son impact sur l’immersion et la qualité d’expérience. / The screen is a ubiquitous interface daily used. Overextended by screens, the individual cannot perceive all the information. Understanding the visual attention to media content is a crucial issue in the marketing strategy. A parameter of the mediated image has not been taken into account in the studies conducted so far: the technical quality of the image. It can be defined as the set of parameters that objectively compose an image: the definition, the image frequency, the brightness dynamics and the color. To measure the perception of the improvement of these parameters, an exploratory phase was conducted including a perceived quality test, a focus group and interviews. A confirmatory empirical phase followed to study the visual attention and memorization of mediated information through two experiments. A series of interviews and a focus group explored hyperreality in the mediated image and its impact on immersion and quality of experience.

Normalerweise stimmen die Ausrichtung der Augen und die der visuellen Aufmerksamkeit überein. Frühere Arbeiten, vor allem im Kontext so genannter ‚Fixieren-Springen’ Paradigmen, haben gezeigt, dass zum Zeitpunkt der Programmierung einer neuen Sakkade die Aufmerksamkeit bereits zum Sakkadenziel verlagert wird. Bei Untersuchungen in natürlicheren Umgebungen konnte dieser Befund allerdings nicht gezeigt werden. Aus diesen teilweise widersprüchlichen Befunden ergibt sich die Fragestellung der vorliegenden Arbeit: Wie wirken sich visuelle Aufgaben am aktuellen Fixationsort innerhalb einer Sequenz von Blickbewegungen auf die Verlagerung der visuellen Aufmerksamkeit aus? Welche Rolle spielt dabei der Zeitpunkt innerhalb der aktuellen Fixation? Diese Fragen werden auf der Basis des Zusammenhangs zwischen objektivem und subjektivem Blickort untersucht. Als objektiver Blickort wird dabei der durch ein Blickbewegungsmesssystem ermittelte aktuelle Fixationsort begriffen. Während der Ausführung verschiedener visueller Aufgaben – Lokalisation, Identifikation und Katego¬risierung – wird der subjektive Blickort als derjenige bezeichnet und untersucht, den Probanden bei einer plötzlichen Unterbrechung ihrer aktuellen Tätigkeit angeben können. In einer Serie von drei Experimenten wurde getestet, welcher Zusammen¬hang zwischen objektivem und subjektivem Maß vor dem Hinter¬grund der verschiedenen Aufgaben und dem Zeitpunkt innerhalb der aktuellen Fixation besteht. Dabei wurden den Probanden in jedem Durchgang sechs kreisförmig angeordnete Piktogramme präsentiert, die im Uhrzeigersinn nacheinander zu betrachten waren. Zu einem nicht vorhersehbaren Zeitpunkt wurde die Betrachtung unterbrochen, wobei der subjektive Blickort durch einen Mausklick auf das aktuell betrachtete Piktogramm angegeben werden sollte. In einem vierten Experiment wurde eine blickgesteuerte Schreibumgebung untersucht, bei der auf der Basis der Ergebnisse der Experimente 1 bis 3 die Rückmeldung der eigenen Blickposition und die Schwellzeit zum Auslösen einer Taste systematisch variiert wurden. Es wurde davon ausgegangen, dass die Rückmeldung weniger an den aktuellen tatsächlichen, als an den subjektiven Blickort gebunden sein sollte. Schreiben mit den Augen setzt voraus, dass Buchstaben auf der Tastatur lokalisiert, und danach identifiziert werden müssen, um eine Entscheidung treffen zu können, ob die Taste ausgelöst werden soll oder nicht. Die vorhergehenden Experimente zum subjektiven und objektiven Blickort bei der Identifikation haben gezeigt, dass der subjektive hinter dem objektiven Blickort eher zurückbleibt. Aus diesem Grund ist anzunehmen, dass eine Verzögerung der Rückmeldung gegenüber der objektiven Blickposition als angenehm empfunden werden müsste. Es zeigte sich, dass die besten Ergebnisse in Bezug auf Fehlerrate und Schreibgeschwindigkeit bei Schwellzeiten um die 500 ms erreicht werden. Die subjektiven Einschätzungen der Probanden ergab eine signifikante Präferenz der verzögerten Rückmeldung. Insgesamt zeigen die Ergebnisse der Untersuchungen, dass der Zusammenhang zwischen subjektiven und objektiven Blickort nicht nur durch den Zeitpunkt innerhalb der aktuellen Fixation, sondern vor allem auch durch die momentan bearbeitete Aufgabe moduliert wird. Besonders letzteres wird in aktuellen Theorien der visuellen Aufmerksamkeit nur wenig beachtet. Für die vorliegenden Ergebnisse wird ein Erklärungsansatz entwickelt, der die Idee aufeinander aufbauender Ebenen der Informationsverarbeitung kognitiver Aufmerksamkeitsmodelle aufgreift. Besonders das von Velichkovsky (2002) vorgeschlagene Modell erweist sich dabei als fruchtbar, da es feiner differenziert, und darüber hinaus zwischen Hintergrundkoordination und Führungsebene unterscheidet. In diesem Sinne lassen sich die untersuchten Aufgaben mit einer zunehmenden Tiefe der Verarbeitung assoziieren. Damit einhergehend steigt die Komplexität der zu verarbeitenden Information und sinkt die Wahr¬scheinlichkeit, dass Informationen jenseits der aktuellen Fixation abgerufen werden können: Im Gegenteil, früh innerhalb einer Fixation werden bei tiefer Verarbeitung sogar noch Informationen aus der vorhergehenden Fixation berichtet. Diese Konzeptionalisierung der Ergebnisse gestattet es, vordergründig unterschiedliche Befunde aus ‚Fixieren und Springen’ Paradigmen und Studien in natürlicheren Umgebungen zu integrieren. Die Ergebnisse von Experiment 4 zeigen, dass dieser Erklärungsansatz auch praktische Ableitungen für die Gestaltung von blick¬gesteuerter Interaktion mit dem Computer geeignet ist. Die führende Aufgabe bei solchen intentionalen Fixationen bestimmt die Art und Weise, wie der subjektive Blickort dem Nutzer zurückgemeldet werden sollte.

Background. Visual attention in video games is a relatively underdeveloped field, especially so when it comes to colorblind accessibility. According to recent research, there is an increased social demand for options to alleviate problems colorblind individuals experience in video games. Finding simple and effective ways to achieve visual attention, which work well for both colorblind individuals and non-colorblind individuals simultaneously, would therefore be beneficial to the video game industry. Objectives. The objectives of this thesis were to analyze the effectiveness of three already utilized methods for achieving visual attention in video games and how their effectiveness differs when seen from a trichromatic or dichromatic perspective. The selected methods are animation, color, and outline. These are commonly used in video games, not only for the sake of attention but also for design in general. By testing each method individually and combined with color it is possible to analyze their effectiveness and how it differs when seen from different color perspectives. Methods. In order to gather the data required, an eye-tracking experiment with a sample size of 20 participants was conducted. The experiment showed scenes consisting of either a control background or game-inspired background. The scenes contained two objects which had color, animation, outline, animation combined with color, or outline combined with color applied to them. This experiment was performed on campus, so the primary group tested were students. The eye-tracker analyzed the participant's eye movements and together with areas of interest, it provided two different metrics: time to first fixation and total fixation duration. Results. The results of the experiment show that animation was the best-performing method for achieving visual attention in a video game regardless of which colorblind perspective it was seen from, both in terms of time to first fixation and total fixation duration. Out of red, green, blue, and yellow which were the colors tested, yellow was the best-performing color in terms of average time to first fixations and total fixation duration across all colorblind perspectives. However, green was the most consistent color from all perspectives. Conclusions. The eye-tracking method used for gathering the data provided good results. Out of animation, color, and outline, animation was substantially better at achieving visual attention compared to the other two methods. A noticeable difference in attention can also be found depending on what chromatic perspective the scenes were viewed from. This thesis serves as a way to raise awareness about visual attention in video games, and examples of how the results can be utilized are provided. The experiment could be used as inspiration for future work within the field, where a larger sample size and more methods for achieving visual attention could be tested.

No description available.

No description available.

Visual attention improves sensory processing, as well as perceptual readout and behavior. Over the last decades, many proposals have been put forth to explain how attention affects visual neural processing. These include the modulation of neural firing rates and synchrony, neural tuning properties, and rhythmic, subthreshold activity. Despite the wealth of knowledge provided by previous studies, the way attention shapes interactions between cortical layers within and between visual sensory areas is only just emerging. To investigate this, we studied neural signals from macaque V1 and V4 visual areas, while monkeys performed a covert, feature-based spatial attention task. The data were simultaneously recorded from laminar electrodes disposed normal to cortical surface in both areas (16 contacts, 150 μm inter-contact spacing). Stimuli presentation was based on the overlap of the receptive fields (RFs) of V1 and V4. Channel depths alignment was referenced to laminar layer IV, based on spatial current source density and temporal latency analyses. Our analyses mainly focused on the study of Local Field Potential (LFP) signals, for which we applied local (bipolar) re-referencing offline. We investigated the effects of attention on LFP spectral power and laminar interactions between LFP signals at different depths, both at the local level within V1 and V4, and at the inter-areal level across V1 and V4. Inspired by current progress from literature, we were interested in the characterization of frequency-specific laminar interactions, which we investigated both in terms of rhythmic synchronization by computing spectral coherence, and in terms of directed causal influence, by computing Granger causalities (GCs). The spectral power of LFPs in different frequency bands showed relatively small differences along cortical depths both in V1 and in V4. However, we found attentional effects on LFP spectral power consistent with previous literature. For V1 LFPs, attention to stimuli in RF location mainly resulted in a shift of the low-gamma (∼30-50 Hz) spectral power peak towards (∼3-4 Hz) higher frequencies and increases in power for frequency bands above low-gamma peak frequencies, as well as decreases in power below these frequencies. For V4 LFPs, attention towards stimuli in RF locations caused a decrease in power for frequencies < 20 Hz and a broad band increase for frequencies > 20 Hz. Attention affected spectral coherence within V1 and within V4 layers in similar way as the spectral power modulation described above. Spectral coherence between V1 and V4 channel pairs was increased by attention mainly in the beta band (∼ 15-30 Hz) and the low-gamma range (∼ 30-50 Hz). Attention affected GC interactions in a layer and frequency dependent manner in complex ways, not always compliant with predictions made by the canonical models of laminar feed-forward and feed-back interactions. Within V1, attention increased feed-forward efficacy across almost all low-frequency bands (∼ 2-50 Hz). Within V4, attention mostly increased GCs in the low and high gamma frequency in a 'downwards' direction within the column, i.e. from supragranular to granular and to infragranular layers. Increases were also evident in an ‘upwards’ direction from granular to supragranular layers. For inter-areal GCs, the dominant changes were an increase in the gamma frequency range from V1 granular and infragranular layers to V4 supragranular and granular layers, as well as an increase from V4 supragranular layers to all V1 layers.