.

RESULTADOS DO TRABALHO

A seguir temos um resumo do estudo feito por Laurent Itti . Nós nos baseamos no texto e na demonstração do funcionamento da rede gravada em filme (formato MPEG).

P.S.: para Download do filme avisamos que o arquivo
possui 2,3 Mb e, dependendendo da sua conexão,
isso poderá levar alguns minutinhos.

TEORIA:

Está sendo desenvolvido um modelo de treinamento de bottom-up, task-independent, saliency-base para atenção visual seletiva. Ele é baseado na idéia original de Koch e Ullman da existência, no cérebro, de um código específico para visualização local notável. Este trabalho é baseado em trabalhos teóricos e implementações feitas por Ernst Niebur.

O modelo é desenvolvido de acordo com o conhecimento anatômico e fisiológico de sistema visual de macacos e compreende em dois estágio de interação:

1. A entrada da imagem é filtrada linearmente separando-a em cores, intensidades e orientações, depois são detectadas estruturas similares para essas fontes experimentalmente em campo receptivo visual.

2. Um pequeno e sequencial mecanismo de foco móvel de atenção, usando uma rede neural Winner-Take-All seleciona a mais notável localização da imagem e um mecanismo inibitório de retorno para a atenção generalizada.

IMAGENS:

Pretende mostrar os resultados de simulação computacional implementando o modelo botton-up, saliency-based de atenção visual. O foco da atenção é representado por um círculo amarelo e a sua localização exata do foco é o centro do círculo.

Este modelo está sob permanente desenvolvimento. Isso significa que novas estratégias computacionais são experimentadas todos os dias.

- Imagens de Teste

Imagens similares são usadas para testar o comportamento esperado do modelo. Por exemplo, objetos de formas similares mas com diferentes contrastes ou cores de fundo, são sequencialmente reconhecidos em ordem decrescente de contraste ou cor.

- Estímulos Psicofísicos

Um versão misturada do clássico "pop-out" e "feature search" proposta por A. Triesman são simuladas com este modelo. Quando o objeto alvo (no caso a barra) pode ser distinguida de algumas distrações (diferentes barras) por um ou mais atributos paralelos (cor e orientação), o tempo requerido por humanos para localizar o alvo é quase independente do número de distrações. Porém, quando o alvo só pode ser disitinguido por uma combinaçào de atributos (cor e direção), o tempo requerido por humanos é proporcional ao número de distrações. Isso é verificado pelo modelo.

- Sinais de Trânsito Alemão

Os sinais de trânsito são projetados para serem salientes e atrairem a atenção de motoristas.A performance do modelo é avaliada para detectar objetos salientes em cenas naturais.

- Análise de Ruídos

Foi experimentado a adição de ruídos para avaliar a performance do modelo. Neste caso verifica-se o reconhecimento do canal vermelho e verde.Quando se interfere diretamente sobre o alvo, ocorre uma degradação da performance para se reconhecer o alvo.

- Imagens Naturais

A performance do modelo é dificultado quando trata-se de imagens naturais. Em geral, foi obtida uma boa relação entre nossa percepção pessoal de localizações salientes numa imagem e a trajetória da atenção gerada pelo modelo.