Aviso: O site da UTFPR está sendo reestruturado. Você está visitando a nossa página antiga.

Neste momento de transição, algumas atualizações estão sendo realizadas na nova versão, disponível aqui

Você está aqui: Página Inicial curitiba Estrutura do Câmpus Diretorias Diretoria de Pesquisa e Pós-Graduação Mestrado e Doutorado CPGEI Edital de Defesas 2018 CPGEI (Mestrado): Maiko Min Ian Lie - 28/03/18

CPGEI (Mestrado): Maiko Min Ian Lie - 28/03/18

Defesa Pública de Mestrado do Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
Quando 28/03/2018
das 14h00 até 17h00
Onde Sede Central: Sala A-306
Nome do Contato Hugo Vieira Neto
Participantes Prof. Hugo Vieira Neto, Dr. Orientador - UTFPR
Prof. Gustavo Benvenutti Borba, Dr. Co-orientador - UTFPR
Banca examinadora:
Prof. Hugo Vieira Neto, Dr. Presidente - UTFPR
Prof. William Robson Schwartz, Dr. - UFMG
Profa. Mylène Christine Queiroz de Farias, Dra. - UnB
Examinador suplente:
Prof. Bogdan Tomoyuki Nassu, Dr. - UTFPR
Adicionar evento ao calendário vCal
iCal

Uma estratégia eficiente para estimação de regiões visualmente salientes em imagens

Resumo: A informação incidente no sistema visual humano é limitada por um mecanismo de seleção, conhecido como atenção visual. Este mecanismo é responsável por restringir a informação visual incidente a um subconjunto menor e potencialmente importante para processamento adicional, permitindo que o sistema visual responda rapidamente apesar da enorme quantidade de informação ao qual normalmente está sujeito. Sistemas de visão computacional empregam reproduções deste mecanismo para redução de espaço visual, visto que essa estratégia pode levar a substanciais ganhos em eficiência. Esta dissertação trata do problema de computação eficiente de atenção visual, em particular o caso de detecção de regiões salientes. Uma estratégia com base em sobreamostragem conjunta (joint upsampling), de estimativas de saliência em baixa resolução é apresentada com esse propósito. Isso permite explorar tanto as vantagens de estimativa em baixa-resolução (redução de custo computacional, abstração de detalhes desnecessários) quanto as de bordas em alta-resolução (alta acurácia). Com base na alta redundância de dados e importância espacialmente-variável no conteúdo de imagens de cenas reais, duas abordagens alternativas de detecção de saliência visual são apresentadas para estimativa em baixa-resolução na estratégia proposta. A primeira opera em nível de pixel, baseada em distâncias de cor aleatórias. A segunda opera em nível de patch, baseada em erro de reconstrução por bases obtidas através de Análise de Componentes Principais nas margens da imagem. A eficácia e eficiência da estratégia proposta é demonstrada através de avaliação nos bancos de imagens ASD, MSRA10K, ECSSD, e DUT-OMRON. Uma comparação com outros sete métodos do estado-da-arte em termos de precisão, abrangência, F-measure e tempo de execução demonstra que a estratégia proposta é altamente competitiva, alcançando uma das maiores relações custo-benefício entre acurácia e tempo de execução. Além disso, são apresentadas aplicações relacionadas em geração automática de thumbnails e localização progressiva de objetos, demonstrando ainda mais a efetividade das contribuições propostas.
Palavras-chave: Atenção visual, detecção de saliência, visão computacional.

An efficient strategy for estimation of visually salient regions in images

Abstract: The information incident on the human visual system is bound by a selection mechanism, known as visual attention. This mechanism is responsible for restricting incoming visual information to a smaller and potentially important subset for further processing, enabling the visual system to respond rapidly, despite the enormous amount of information to which it is subject. Computer vision systems often employ reproductions of this mechanism in order to reduce visual search space, since this strategy can lead to substantial improvement in efficiency. This thesis addresses the problem of efficient computation of visual attention, particularly the case of salient region detection. A strategy based on joint upsampling of coarse-scale saliency estimates is presented for that purpose. This approach allows leveraging both the advantages of coarse-scale estimation (reduction of computational cost, abstraction of unnecessary details) and fine-scale edge information (high accuracy). Based on the highly redundant data and spatially-varying importance of content in image of real-world scenes, two alternative visual saliency detection approaches are presented for coarse-scale estimation in the proposed strategy. The first approach operates on a pixel-level, based on random color distances. The second approach operates on a patch-level, based on the reconstruction error computed from the Principal Component Analysis of the image boundaries. The efficacy and efficiency of the proposed strategy is demonstrated through assessment on the ASD, MSRA10K, ECSSD, and DUT-OMRON datasets. Comparison with other seven state-of-the-art methods in terms of precision, recall, F-measure, and execution time demonstrate that the proposed strategy is highly competitive, achieving one of the best trade-offs between accuracy and execution time. Related applications in automatic image thumbnailing and progressive object localization are also presented, further demonstrating the effectiveness of the proposed contributions.
Keywords: Visual attention, saliency detection, computer vision.

Lista de publicações:

LIE, M. M. I.; BORBA, G. B.; VIEIRA NETO, H.; GAMBA, H. R. Joint Upsampling Random Color Distance Maps for Fast Salient Region Detection. Pattern Recognition Letters, Elsevier, 2017. In press.

LIE, M. M. I.; BORBA, G. B.; VIEIRA NETO, H.; GAMBA, H. R. Fast Saliency Detection Using Sparse Random Color Samples and Joint Upsampling. In: Proceedings of the Conference on Graphics, Patterns and Images. São José dos Campos,SP, Brazil: IEEE, 2016. p. 217–224.

LIE, M. M. I.; VIEIRA NETO, H.; BORBA, G. B.; GAMBA, H. R. Automatic Image Thumbnailing Based on Fast Visual Saliency Detection. In: Proceedings of the Brazilian Symposium on Multimedia and the Web. Teresina, PI, Brazil: ACM, 2016. p. 203–206.

LIE, M. M. I.; VIEIRA NETO, H.; BORBA, G. B.; GAMBA, H. R. Progressive Saliency-Oriented Object Localization Based on Interlaced Random Color Distance Maps. In: Proceedings of the Latin American Symposium on Robotics. Curitiba, PR, Brazil: IEEE, 2017. p. 1–6.

Ações do documento