Universitario

Pr´ ctica de T´ cnicas de Inteligencia Artificial.
a
e
Primera pr´ ctica: Visi´ n
a
o
Miguel Cazorla, Otto Colomina, Diego Viejo
Departamento de Ciencia de la Computaci´ n e Inteligencia Artificial
o
Universidad de Alicante
9 de marzo de 2011

1.

Descripci´ n de la pr´ ctica
o
a

La pr´ ctica de visi´ n artificial consistir´ en el desarrollo de un sistema de atenci´ n
a
o
a
ovisual, basado en el art´culo Itti, Koch and Niebur’s “A Model of Saliency-Based Visual
ı
Attention for Rapid Scene Analysis” IEEE PAMI 1998. A partir de una imagen de
color, el objetivo es encontrar zonas de la imagen que nos “atraigan” visualmente. Por
ejemplo, en la Figura 1 hay varias im´ genes donde se pueden observar que hay ciertas
a
zonas que atraen la atenci´ n. En concreto, laimagen de la izquierda tiene un color rojo
o
que se diferencia de los dem´ s y lo mismo pasa en la imagen de la derecha, donde el
a
bote sobresale de la imagen. En definitiva, se trata de identificar qu´ partes de la imagen
e
son “sobresalientes” tanto en intensidad, color u orientaci´ n.
o

Figura 1: Ejemplos de im´ genes.
a

2.
2.1.

Algoritmo
Preprocesamiento

El algoritmo parte deuna imagen de color, que tendr´ tres bandas: R, G, B. Lo
a
primero que hay que hacer es convertirlas a un formato I, R, G, B, Y, donde tendremos
separada la componente de intensidad (I) y tambi´ n a˜ adimos el color Y. Para ello,
e n
hacemos lo siguiente:
1

1. Calculamos la imagen de intensidad: I = (R + G + B)/3
2. Calculamos el valor m´ ximo de la Intensidad: Imax (valor m´ ximo deintensidad
a
a
para toda la imagen).
3. Para cada p´xel (x, y):
ı
4. Si I(x, y) > 0,1 ∗ Imax
5. yaux = max(min(r, g) − b, 0);
6. caux = max(max(r, g), b);
7. R = max(r − yaux − (g − yaux + b)/2, 0)/caux;
8. G = max(g − yaux − (r − yaux + b)/2, 0)/caux;
9. B = max(b − (g + r)/2, 0)/caux;
10. Y = yaux/caux;
11. I/ = 255;
12. Sino I(x, y) = R(x, y) = G(x, y) = B(x, y) = Y (x, y) = 0;2.2.

Creaci´ n de las pir´ mides
o
a

Para cada componente I, R, G, B, Y se calcula una pir´ mide multiescala. Vamos a
a
explicarlo para la componente I y luego se hace lo mismo para el resto de componentes.
El primer nivel de la escala es la imagen original I0 = I. Ahora, de manera
recursiva, se define la imagen de una determinada escala como In+1 = In ∗ Gσ
In+1 , = reducir(In+1 ). Loque hacemos en convolucionar con un filtro gaussiano
la imagen en una escala inferior y la reducimos por la mitad, por ejemplo, si la imagen
es 100 × 100 en la siguiente escala cogemos 50 × 50. As´ desde la escala 0 hasta la 8
ı
(9 escalas).
Hacemos lo mismo para el resto de componentes, es decir, tendremos 5 pir´ mides,
a
una por cada componente.

2.3.

Caracter´sticas
ı

Lo quetenemos que hacer ahora es buscar las caracter´sticas en distintas escalas.
ı
Para ello, calculamos las diferencias entre im´ genes a distinta escala.
a
2.3.1.

Caracter´sticas de intensidad
ı

Se calculan usando la pir´ mide de intensidad:
a
I2,5

=

|I[2]ΘI[5]|

I2,6

=

|I[2]ΘI[6]|

I3,6

= |I[3]ΘI[6]|

I3,7

= |I[3]ΘI[7]|

I4,7

= |I[4]ΘI[7]|

I4,8

=|I[5]ΘI[8]|
2

Se calcula la resta en valor absoluto de las im´ genes. Por ejemplo, para la I2,5 lo que
a
hacemos es calcular la resta entre la imagen de intensidad en la escala 2 y la de la escala
5. Como no est´ n a la misma escala, hay que convertir la de menor escala (la 5) a la
a
escala de la mayor, para luego restarlas, en este caso en valor absoluto.
2.3.2.

Caracter´sticas de color
ıPara este caso, seguimos un proceso parecido, calculando para los pares (2, 5),
(2, 6), ... igual que en las de intensidad (solo se muestra el primer par). Crearemos
mapas combinando los filtros rojo y verde (RG), y por otro lado azul y amarillo.
=

|(R[2] − G[2])Θ(G[5] − R[5])|

BY2,5 =
.
.
.

|(B[2] − Y [2])Θ(Y [5] − B[5])|

RG2,5

2.3.3.

Caracter´sticas de orientaci´ n...