Computational model of visual perception

La idea original de este proyecto fue estudiar la importancia del color en el reconocimiento de objetos. Comenzamos extendiendo la investigación previa sobre nombrar colores y demostrando la viabilidad de capturar términos de color a través de elipsoides. Aunque nuestros resultados superaron el esta...

Descripción completa

Detalles Bibliográficos
Autor: Akbarinia, SeyedArash
Tipo de recurso: tesis doctoral
Fecha de publicación:2017
País:España
Institución:Universitat Autònoma de Barcelona
Repositorio:Dipòsit Digital de Documents de la UAB
Idioma:inglés
OAI Identifier:oai:ddd.uab.cat:187726
Acceso en línea:https://ddd.uab.cat/record/187726
Access Level:acceso abierto
Palabra clave:Percepció visual
Visió per ordinador
Color
id ES_14fd2beff0f2014609ffd7f0f8cec14a
oai_identifier_str oai:ddd.uab.cat:187726
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Computational model of visual perception
from colour to form
title Computational model of visual perception
spellingShingle Computational model of visual perception
Akbarinia, SeyedArash
Percepció visual
Visió per ordinador
Color
title_short Computational model of visual perception
title_full Computational model of visual perception
title_fullStr Computational model of visual perception
title_full_unstemmed Computational model of visual perception
title_sort Computational model of visual perception
dc.creator.none.fl_str_mv Akbarinia, SeyedArash
author Akbarinia, SeyedArash
author_facet Akbarinia, SeyedArash
author_role author
dc.contributor.none.fl_str_mv Universitat Autònoma de Barcelona. Departament de Ciències de la Computació
Centre de Visió per Computador
Parraga, Carlos Alejandro
dc.subject.none.fl_str_mv Percepció visual
Visió per ordinador
Color
topic Percepció visual
Visió per ordinador
Color
description La idea original de este proyecto fue estudiar la importancia del color en el reconocimiento de objetos. Comenzamos extendiendo la investigación previa sobre nombrar colores y demostrando la viabilidad de capturar términos de color a través de elipsoides. Aunque nuestros resultados superaron el estado-del-arte en dos bases de datos, vimos que los fenómenos de luces metaméricas y constancia de color debían ser tratados antes de cualquier procesamiento de color. Nuestra investigación de pares metaméricas mostró que son infrecuentes en el mundo real. Contrariamente a eso, la iluminación de una escena a menudo cambia drásticamente. Abordamos este problema proponiendo un modelo de constancia de color inspirado en la adaptación dinámica del centro-envolvente de las neuronas en la corteza visual. Esto se implementa a través de dos gaussianos asimétricos superpuestos, cuyas varianzas y alturas se ajustan al contraste local. Complementamos este modelo con un mecanismo genérico de agrupación variante por contraste que inversamente conecta el porcentaje de señal agrupada al contraste de una región. Los resultados sobre cuatro bases de datos fueron prometedores: nuestro modelo superó incluso los enfoques basados en el aprendizaje en muchos casos. Alentados por el éxito obtenido, ampliamos este enfoque para detectar los bordes de los objetos. Proponemos un modelo de detección de bordes basado en la primera derivada del kernel gaussiano. Incorporamos cuatro tipos de envolvente: completa, distante, orientación isogonal y ortogonal. Además, contamos con el mecanismo de agrupación en las áreas corticales superiores y la retroalimentación de la forma enviada a las zonas más bajas. Nuestros resultados en tres bases de datos mejoraron el estado-del-arte en los algoritmos sin aprendizaje. En resumen, hemos demostrado que los modelos inspirados biológicamente ofrecen soluciones para visión por computador, como nombrar colores, constancia de color y detección de bordes. Creemos que la mayor contribución de esta tesis doctoral es el modelado del concepto de modulación envolvente dinámica que muestra la importancia de la integración de envolvente variante por contraste. Los modelos propuestos se basan en sólo una parte de lo que sabemos sobre la visión humana. Por lo tanto, es natural complementarlos en trabajos futuros
publishDate 2017
dc.date.none.fl_str_mv 2
2017-01-01
2017
2017-01-01
dc.type.none.fl_str_mv Tesi doctoral
http://purl.org/coar/resource_type/c_db06
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.none.fl_str_mv https://ddd.uab.cat/record/187726
url https://ddd.uab.cat/record/187726
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Dipòsit Digital de Documents de la UAB
instname:Universitat Autònoma de Barcelona
instname_str Universitat Autònoma de Barcelona
reponame_str Dipòsit Digital de Documents de la UAB
collection Dipòsit Digital de Documents de la UAB
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869403770075480064
spelling Computational model of visual perceptionfrom colour to formAkbarinia, SeyedArashPercepció visualVisió per ordinadorColorLa idea original de este proyecto fue estudiar la importancia del color en el reconocimiento de objetos. Comenzamos extendiendo la investigación previa sobre nombrar colores y demostrando la viabilidad de capturar términos de color a través de elipsoides. Aunque nuestros resultados superaron el estado-del-arte en dos bases de datos, vimos que los fenómenos de luces metaméricas y constancia de color debían ser tratados antes de cualquier procesamiento de color. Nuestra investigación de pares metaméricas mostró que son infrecuentes en el mundo real. Contrariamente a eso, la iluminación de una escena a menudo cambia drásticamente. Abordamos este problema proponiendo un modelo de constancia de color inspirado en la adaptación dinámica del centro-envolvente de las neuronas en la corteza visual. Esto se implementa a través de dos gaussianos asimétricos superpuestos, cuyas varianzas y alturas se ajustan al contraste local. Complementamos este modelo con un mecanismo genérico de agrupación variante por contraste que inversamente conecta el porcentaje de señal agrupada al contraste de una región. Los resultados sobre cuatro bases de datos fueron prometedores: nuestro modelo superó incluso los enfoques basados en el aprendizaje en muchos casos. Alentados por el éxito obtenido, ampliamos este enfoque para detectar los bordes de los objetos. Proponemos un modelo de detección de bordes basado en la primera derivada del kernel gaussiano. Incorporamos cuatro tipos de envolvente: completa, distante, orientación isogonal y ortogonal. Además, contamos con el mecanismo de agrupación en las áreas corticales superiores y la retroalimentación de la forma enviada a las zonas más bajas. Nuestros resultados en tres bases de datos mejoraron el estado-del-arte en los algoritmos sin aprendizaje. En resumen, hemos demostrado que los modelos inspirados biológicamente ofrecen soluciones para visión por computador, como nombrar colores, constancia de color y detección de bordes. Creemos que la mayor contribución de esta tesis doctoral es el modelado del concepto de modulación envolvente dinámica que muestra la importancia de la integración de envolvente variante por contraste. Los modelos propuestos se basan en sólo una parte de lo que sabemos sobre la visión humana. Por lo tanto, es natural complementarlos en trabajos futurosLa idea original d'aquest projecte va ser estudiar la importància del color al reconeixement d'objectes. Comencem estenent la investigació prèvia sobre l'anomenament de colors i demostrant la viabilitat de capturar termes de color a través d'el·lipsoides. Tot i que els nostres resultats van superar l'estat de l'art utilitzant dues bases de dades, vam veure que els fenòmens de llums metamèriques i constància de color havien de ser tractats abans de qualsevol processament de color. Sobre la nostra investigació de parells metamèriques concloem que són infreqüents en el món real. Contràriament a això, la il·luminació d'una escena sovint canvia dràsticament. Abordem aquest problema proposant un model de constància de color inspirat en l'adaptació dinàmica del centre-envoltant de les neurones al còrtex visual. Això s'implementa a través de dues gaussianes asimètriques superposades, les variàncies i les alçades de les quals s'ajusten amb el contrast local dels píxels. Complementem aquest model amb un mecanisme genèric d'agrupació variant per contrast que connecta inversament el percentatge de senyal agrupada amb el contrast d'una regió. Els resultats sobre quatre bases de dades van ser prometedors: el model proposat superava, en molts casos, els models basats en aprenentatge. Encoratjats per l'èxit obtingut, ampliem aquesta proposta per detectar les vores dels objectes. Proposem un model de detecció de vores basat en la primera derivada del nucli gaussià. Incorporem quatre tipus de voltants: completa, distant, orientació isogonal i ortogonal. A més, comptem amb el mecanisme d'agrupació en les àrees corticals superiors i la retroalimentació de la forma, que és enviada a les zones més baixes. Els nostres resultats en tres bases de dades van millorar l'estat de l'art en els algoritmes sense aprenentatge. En resum, hem demostrat que els models biològicament inspirats ofereixen solucions per a visió per computador, com anomenament de colors, constància de color i detecció de vores. Creiem que la major contribució d'aquesta tesi doctoral és el modelatge del concepte de modulació envoltant dinàmica que mostra la importància de la integració de l'entorn que varia segons el contrast. Els models proposats es basen en una part del que sabem sobre la visió humana. Per tant, és natural complementar-los en treballs futursUniversitat Autònoma de Barcelona. Departament de Ciències de la ComputacióCentre de Visió per ComputadorParraga, Carlos Alejandro 22017-01-0120172017-01-01Tesi doctoralhttp://purl.org/coar/resource_type/c_db06VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/doctoralThesisapplication/pdfhttps://ddd.uab.cat/record/187726reponame:Dipòsit Digital de Documents de la UABinstname:Universitat Autònoma de BarcelonaInglésengopen accesshttp://purl.org/coar/access_right/c_abf2Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:ddd.uab.cat:1877262026-06-06T12:50:31Z
score 15.300724

Similares en LA Referencia