Nitelik tabanlı sınıflandırıcılar ve koşullu rastgele alan ile dikkat çeken görsel bölge tespiti

Abstract

Dikkat çeken görsel bölge tahmini, resimlerde ya da sahnelerde insan gözünün öncelikli olarak odaklandıgı bölgeleri bulmayı amaçlayan bir bilgisayarlı görü problemidir. Pekçok bilgisayarlı görü problemi bir sahnedeki arkaplan ögelerini yoksaymayı gerektirdigi için, bu tür problemlerde dikkat çeken görsel bölge tahmini bir önişlem adımı olarak kullanılabilir. Bu çalışmada yukarıdan aşagıya dikkat çeken bölge tahmini probleminin çözümüne yönelik olarak nitelik tabanlı sınıflandırıçılar ve Koşullu Rastgele Alan (KRA) yöntemlerinin bir arada kullanıldıgı bir yöntem sunulmaktadır. Deneysel sonuçlar nitelik tabanlı sınıflandırıcı sonuçlarının görsel bilgiyi alt seviye özelliklere göre daha iyi kodlayabildigini göstermiştir ve geliştirilen yöntemin, Graz-02 veri kümesi üzerinde en iyi yöntemlerle karşılaştırıldıgında umut verici sonuçlar ürettiği gözlenmiştir.

Visual Saliency Estimation is a computer vision problem that aims to find the regions of interest that are frequently in eye focus in a scene or an image. Since most computer vision problems require discarding irrelevant regions in a scene, visual saliency estimation can be used as a preprocessing step in such problems. In this work, we propose a method to solve top-down saliency estimation problem using Attribute Based Classifiers and Conditional Random Fields (CRF). Experimental results show that attribute-based classifiers encode visual information better than low level features and the presented approach generates promising results compared to state-of-the-art approaches on Graz-02 dataset. © 2016 IEEE.