Information-theoretic visual saliency detection
Year: 2011
Type: dissertation
Abstract: En esta tesis presentamos dos modificaciones del algoritmo ScaleSaliency creado por T, Kadir y M. Brady. Se trata de un algoritmo de
extraccion de regiones de interes en imagenes, de tal forma que estas
puedan ser utilizadas en aplicaciones de vision de alto nivel. El
algoritmo Scale Saliency se apoya en un trasfondo teorico solido, ya
que se basa en la Teoria de la Informacion: las regiones extraidas
seran aquellas que se correspondan con eventos impredecibles o que
provean la maxima informacion posible. Sin embargo, dentro del estado
del arte en el campo de los algoritmos de extraccion de
caracteristicas, este algoritmo es el menos eficiente temporalmente.
En primer lugar tratamos el problema de la eficiencia temporal
proponiendo un filtro que permite descartar puntos de la imagen antes
de la aplicacion del algoritmo Scale Saliency. Este proceso de
filtrado disminuye notablemente el tiempo de ejecucion del algoritmo
de Kadir y Brady, con una baja tasa de error. El metodo se basa en el
uso de inferencia Bayesiana para el aprendizaje de un umbral de
saliencia valido para un conjunto de imagenes. Gracias a este umbral
se puede definir una regla de decision por medio de la Teoria de la
Informacion para descartar los puntos de la imagen que probablemente
no forman parte de las regiones mas salientes de la imagen.
En segundo lugar proponemos un algoritmo para disminuir la complejidad
del algoritmo con respecto a la dimensionalidad de los datos. El
algoritmo Scale Saliency es usado normalmente con imagenes en tonos de
gris, pero debido a como estima las medidas relacionadas con la Teoria
del a Informacion puede tambien ser facilmente aplicado a datos de
mayor dimensionalidad, como imagenes en color. Sin embargo, la
complejidad del algoritmo crece exponencialmente con respecto a la
dimensionalidad de los datos.
Para conseguir esto estudiamos diferentes metodos de estimacion,
basados tanto en grafos como en particion de datos, para disenar una
version multidimensional del algoritmo Scale Saliency. Tambien
proponemos una nueva medida de divergencia basada en uno de estos
algoritmos de estimacion. Conseguimos no solo disminuir la complejidad
del algoritmo de exponencial a lineal, sino tambien que sea lo
suficientemente eficiente como para procesar datos de hasta 31
dimensiones en unos pocos minutos (el algoritmo de Kadir y Brady
necesitaria varias horas para procesar una imagen compuesta de datos
en 4 dimensiones).
En el caso de ambas aportaciones presentamos un ejemplo de aplicacion.
Nuestro filtro Bayesiano es aplicado al problema de la localizacion
robotica. Aplicamos tambien nuestra version multidimensional del
algoritmo Scale Saliency al problema de la categorizacion de texturas.
Author: Pablo Suau Pérez
Language: English
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W1607715982