Главная » Анализ данных » Карты свойств для интенсивности, цветовых оттенков, и ориентацией

Карты свойств для интенсивности, цветовых оттенков, и ориентацией

Карты видимости (The Conspicuity Maps) После нормализации, карты свойств для интенсивности, цветовых оттенков, и ориентацией

Суммируются по всем масштабам в трех отдельных «Картах видимости», одна карта для интенсивности, одна – для цветовых оттенков и одна – для ориентаций.

Карта особенностей (The saliency map) в любой момент времени, фрагмент изображения с максимальной активностью на карте особенностей всегда соответствует фокусу внимания. Эти максимумы выделяются с помощью алгоритма WTA.

Таким образом, в работе рассматривается подход позволяющий выделять существенные фрагменты сцены для их дальнейшей интерпретации. Другими словами, производится селекция образов, расположенных на сцене и далее каждый образ может быть проанализирован независимо от фона. В противном случае, анализируется вся сцена, со всеми вытекающими последствиями полного перебора пространства решений. Примеры таких комплексов полного перебора в качестве входных данных требуют практически полностью очищенные от шумов сцены, а при даже незначительных зашумлениях дают неверные результаты.

В результате проделанной работы была разработана система восходящего внимания позволяющая оптимизировать вычислительные ресурсы, направив их исключительно на анализ существенных фрагментов сцены.

Отдельные модули разработанного

Программного комплекса имеют самостоятельное значение и могут использоваться в автономном режиме при изучении психологии зрения.

Далее планируется создание системы взаимодействия системы восходящего внимания с системой распознавания для анализа сложных сцен.

Список литературы

1. L. Itti. Models of bottom-up and top-down visual attention. PhD thesis.- California Institute of Technology, 2000.

2. L. Itti and C. Koch. Feature combination strategies for saliency-based visual attention systems. Journal of Electronic Imaging, 10(1):161–169, 2001b.

3. T. Serre, M. Kouh, C. Cadieu, U. Knoblich, G. Kreiman, and T. Poggio. A theory of object recognition: computations and circuits in the feedforward path of the ventral stream in primate visual cortex, CBCL Paper #259/AI Memo #2005-036. Technical report, Massachusetts Institute of Technology, 2005a.

4. Y. Sun and R. Fisher. Object-based visual attention for computer vision. //Artificial Intelligence, 20(11):77–123, 2003.

Этот домен продается здесь: telderi.ru, и еще много других