Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/83386
Title: Human-Inspired Object Discrimination by Color for Artificial Attention
Other Titles: Discriminação de Objetos Através da Cor para Atenção Artificial Inspirada em Perceção Humana
Authors: Monteiro, Jorge Miguel de Carvalho 
Orientador: Ferreira, João Filipe de Castro Cardoso
Keywords: cor; procura visual; captura por atenção; semelhança; saliência; color; visual search; attentional capture; similarity; saliency
Issue Date: 21-Sep-2017
Serial title, monograph or event: Human-Inspired Object Discrimination by Color for Artificial Attention
Place of publication or event: DEEC
Abstract: Os seres humanos são muito eficientes a detectar objetos-alvo entre distrações usando a cor como meio de procura. Diferentes aspetos na cena captam a atenção do observador, que não processa toda a informação da mesma maneira, e a cor é uma das propriedades básicas que influencia a captura por atenção. Adicionalmente, os humanos são particularmente impressionantes a discriminar cores de uma forma apropriada. São capazes de as identificar com sucesso em diferentes graus de luminosidade e classificá-las apropriadamente usando termos abstratos. Tudo isto tem um grande impacto na procura de objetos pela cor. O objectivo deste trabalho é criar uma solução biologicamente plausível que seja capaz de regular a captura por atenção de acordo com um objectivo obtido por procura visual que dependa de uma cor que possa ser abstractamente definida. Para atingir este objectivo, foram primeiramente executadas uma série de experiências para analisar qual a melhor abordagem que reflita o comportamento humano. Os resultados demonstram que o modelo de cor RGB usado para calcular a semelhança de cores relativamente a uma cor de referência e a moda para obter a cor dominante de uma imagem foram os métodos mais consistentes comparativamente ao comportamento humano. Adicionalmente, foi provado que o efeito de classificação abstrata de cor tinha um efeito marginal na memorização de uma cor de referência, e que algoritmos baseados no método Retinex usados em pré-processamento não melhoravam a performance do processamento. De seguida, uma pipeline de processamento foi desenhada. Foram testados vários algoritmos alternativos para a segmentação em proto-objetos, e a solução proposta por eles foi aplicada a frames de um vídeo captado num cenário quotidiano. A solução proposta aparentou ter resultados satisfatórios em termos de replicação do comportamento humano. Trabalhos futuros includem uma versão em tempo-real e optimizada do pipline num sistema de atenção artificial desenvolvido em investigações prévias no Instituto de Sistemas e Robótica.
Human beings are very efficient in detecting target objects among distractors using color as a search feature. Different aspects on a scene drive the attention of the observer, which does not equally process all this information, and color is one of the basic features that influences attentional capture. Additionally, humans are particularly impressive at appropriately discriminating colors. They are able to successfully identify them under different degrees of illumination and congruently classify them in abstract terms. This has a high impact in human performance in object search by color. The goal of the presented work is to create a biologically plausible solution that is able to regulate attentional capture according to a visual search objective that depends on a color that can be abstractly defined. To attain this goal, first a set of behavioral experiments was conducted to select the approach that best reflected human performance. Results showed that the RGB color model for computing similarity to a reference color and the mode for computing the dominant color of an image patch were the methods most consistent with human behavior. Additionally, it was proven that the effect of abstract color classification had a marginal effect in memorizing a reference color, and that Retinex-based color constancy algorithms used in preprocessing did not substantially improve overall processing performance. Next, the final processing pipeline was designed. Different algorithmic alternatives for proto-object segmentation were tested, and the proposed solution was applied to video frames taken from a typical scenario. The proposed solution was found to have satisfying performance in terms of replicating human behavior. Future work includes a final optimized, real-time implementation of the pipeline in a artificial attention system developed in previous research performed at the Institute of Systems and Robotics.
Description: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
URI: https://hdl.handle.net/10316/83386
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
thesis.pdf21.01 MBAdobe PDFView/Open
Show full item record

Page view(s) 50

465
checked on Mar 26, 2024

Download(s) 50

461
checked on Mar 26, 2024

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons