Resumen

Con el objetivo de abordar los problemas de ruido de fondo intenso, baja precisión y alta complejidad computacional de los métodos actuales de detección de objetos significativos, se ha propuesto en el artículo un algoritmo de detección de saliencia visual basado en el Análisis de Componentes Principales Jerárquico (HPCA, por sus siglas en inglés). En primer lugar, la imagen RGB original se convierte en una imagen en escala de grises, la cual se divide en ocho capas mediante la técnica de estratificación de superficie de bits. Cada capa de imagen contiene información de objetos significativos que coinciden con las características de la imagen de la capa. En segundo lugar, tomando la estructura de color de la imagen original como imagen de referencia, la imagen en escala de grises se reasigna mediante el método de conversión de color en escala de grises, de manera que la imagen en capas no solo refleje las características estructurales originales, sino que también preserve de manera efectiva la característica de color de la imagen original. En tercer lugar, se realiza un An

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Modelo propuesto; Algoritmo de detección de saliencia visual; Análisis de Componentes Principales Jerárquico; Capas de imagen; Característica de color; Mapa de saliencia
• Keywords:Proposed model; Visual saliency detection algorithm; Hierarchical Principal Component Analysis; Image layers; Color feature; Saliency map