Resumen

Proponemos un nuevo algoritmo eficiente para calcular la saliencia visual, que se basa en la arquitectura de cálculo del modelo Itti. Como uno de los conocidos modelos de saliencia visual ascendente, el método Itti evalúa tres características de bajo nivel, color, intensidad y orientación, y luego genera mapas de activación multiescala. Finalmente, se agrega un mapa de saliencia con una fusión multiescala. En nuestro método, la característica de orientación se sustituye por características de bordes y esquinas extraídas por un tensor de estructura lineal. A continuación, estas características se utilizan para generar el mapa de activación del contorno, y luego todos los mapas de activación se combinan directamente en un mapa de saliencia. En comparación con el método Itti, nuestro método es más eficiente desde el punto de vista computacional porque el tensor de estructura es más eficiente desde el punto de vista computacional que el filtro Gabor que se utiliza para calcular la característica de orientación y nuestra agregación es un método directo en lugar del operador multiescala. Los experimentos con el conjunto de datos de Bruce muestran que nuestro método es un fuerte competidor en el estado del arte.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:características de orientación, mapa de saliencia, métodos itti, mapa de activación multiescala, mapa de activación de contorno, modelo de saliencia visual, métodos, algoritmo novedoso y eficiente, tensor de estructura lineal, arquitectura de itti
• Keywords:orientation features, saliency map, itti methods, multiscale activation map, contour activation map, visual saliency model, methods, novel efficient algorithm, linear structure tensor, architecture of itti