�ݺ�ߣ

Способы построения
и оценки карт
салиентности
Максим Харенко
Video Group
CS MSU Graphics & Media Lab

CS MSU Graphics & Media Lab (Video Group)
www.compression.ru/video/
Only for
Maxus 
Содержание
 Введение
 Реализованные модели
 A Novel Multiresolution Spatiotemporal
Saliency Detection Model
 Nonparametric Bottom-Up Saliency Detection
by Self-Resemblance
 Сравнение и оценка качества
 Заключение
2

Only for
Maxus 
Введение
 Салиентность – это термин обозначающий
свойство объекта, человека, пикселя и т.д.
выделяться на фоне группы других,
соседних объектов того же типа
 Карты салиентности – вероятность того,
что при первом взгляде человек обратит
внимание на конкретные пиксели
3

Only for
Maxus 
Введение
Применение карт салиентности
 Сегментация (im, v)
 Распознавание объектов (im, v)
 Удаление объектов из видео (v)
 Зрение роботов (v)
 Сжатие (im, v)
 Auto Focus (im, v)
 Image & video description (im, v)
S. Goferman, L. Zelnik-Manor, and A. Tal, “Context-aware
saliency detection,” CVPR, 2010
4
 Создание коллажей (im)
 Image thumbnailing (im)
 Image and video
retargeting (im, v)
 Art effects (im, v)
 Content-aware resize (im)
 Web design (im)

Only for
Maxus 
by Self-Resemblance
6

Only for
Maxus 
Реализованные модели
Contex-aware saliency
 Рассмотривается окрестность некоторого пикселя
(квадратный патч вокруг него)
 В изображении ищется k (64 в статье) наиболее
похожих патчей
 Оценивается уникальность этого пикселя
7
Результаты нашей реализации
S. Goferman, L. Zelnik-Manor, and A. Tal, “Context-aware
saliency detection,” CVPR, 2010

Only for
Maxus 
Saliency from face detection
8
 Лица ищутся с помощью Viola/Jones Face Detector
 На их месте создаются салиентные области

Only for
Maxus 
Saliency from motion
 Оценивается global motion
 Оценивается loсal motion
 Салиентность в каждой точке считается как
разность loсal и global motion
9

Only for
Maxus 
Saliency from spectral residual
X. Hou and L. Zhang, “Saliency detection: A spectral residual
Approach,” CVPR, 2007
10
Saliency mapInput image

Only for
Maxus 
by Self-Resemblance
11

Only for
Maxus 
Особенности модели
 Phase Quaternion Fourier Transform
 Hierarchical selectivity
 Multiresolution approach
 Wavelet domain foveation model
Chenlei Guo and Liming Zhang, “A novel multiresolution
spatiotemporal saliency detection model and its applications in
image and video compression,” Trans. Img. Proc., 2010
12

Only for
Maxus 
Novel Quaternion
Representation of an Image
Для входного кадра F(t) рассчитываются
функции:
13

Only for
Maxus 
Novel Quaternion
 Цветовые каналы представляются в виде:
 Каналы яркости и движения рассчитываются:
t – пользовательский параметр задержки
14

Only for
Maxus 
Novel Quaternion
 Кадр F(t) переводится в квантернионное
изображение q(t):
где mi, ш = 1, 2, такое, что:
 и представляется в форме:
15

Only for
Maxus 
Quaternion Fourier Transform
QFT можно посчитать, используя два стандартных
FFT:
(n,m) и (u,v) – положение пикселя
в пространственных и частотных координатах
16

Only for
Maxus 
Phase QFT
Обратная преобразование рассчитывается
при помощи замены знака у экспоненты и индексов
суммирования:
Таким образом, построено представление частотного
домена Q(t) для q(t):
где Ф(t) – спектр фаз; м – элементарный кватернион
Если установить ||Q(t)|| =1, то останется только
интересующая фазовая составляющая
17

Only for
Maxus 
PQFT(1)
Используя обратное преобразование, считается
реконструкция Q(t) обозначаемая q’(t), которая может быть
представлена в виде:
Тогда пространственно-временная карта салиентности
где g –2-D фильтр гаусса с дисперсией с
18

Only for
Maxus 
PQFT(2)
Пусть , тогда
19

Only for
Maxus 
Поиск focus of attention (FoA)
 Есть построенная sM(t) для кадра F(t) в момент времени t
 smi(t) = sM(t) , smi(t) – i-я карта салиентности
 Oma – наибольшая салиентная область в sdfsdf
c координатами
 i-тый object candidate area (OCA) вычисляется:
 Найденная область обнуляется
 Поиск не заканчивается пока для текущего i:
20

Only for
Maxus 
Поиск focus of attention
Варьирование переменных
21

Only for
Maxus 
Hierarchical Selectivity PQFT
Алгоритм
 Предположение: “there may be a hierarchy of units of
attention, ranging from intraobject surfaces and parts to
multiobject surfaces and perceptual groups”
 Количество уровней иерархии Y задается как параметр
(в статье y = 3 )
 Рассчитываются карты салиентности размером 64x64,
128x128 и 256x256
22
Древовидное представление изображения «sheeps»

Only for
Maxus 
“coarse to fine” подход
23

Only for
Maxus 
Уровни на изображении
24

Only for
Maxus 
Multiresolution Wavelet
Domain Foveation Model
25

Only for
Maxus 
Сжатие с WDFW
26
Compressed
size = 328 Kb
Original
size = 628 Kb

Only for
Maxus 
Сжатие с HS-MWDF
27
Compressed
size = 261 Kb
Original
size = 628 Kb

Only for
Maxus 
Сжатие видео
28

Only for
Maxus 
Сравнение с картами
фиксаций изображений
29

Only for
Maxus 
Выводы
 Достоинства:
 Real-time
 Временные и цветовые каналы
 Устойчивость к высокотекстурированному фону
 Недостатоки:
 Сравнение только со схожими или слабыми моделями
 Высокая чувствительность к разрешению
30

Only for
Maxus 
 Nonparametric Bottom-Up Saliency
Detection by Self-Resemblance
31

Only for
Maxus 
Saliency Detection
by Self-Resemblance
1. Расчет local steering kernels
2. Для каждого пикселя
строится матрица
F center+surrounding region
3. Салиентность пикселя
определяется с помощью
алгоритма self-resemblance
Hae Jong Seo and P. Milanfar, “Nonparametric bottom-up
saliency detection by self-resemblance,” CVPR, 2009
32
Graphical overview of saliency detection system

Only for
Maxus 
2-D Local Steering Kernel
Анализируя расстояния, основанные на посчитанных
градиентах, получают локальную структуру изображения
Эта информация и определяет форму и размер ядра
Для каждого пикселя xi моделируется Local Steering Kernel:
P – матрица ковариации
P – количество пикселей в локальном окне
h – сглаживающий параметр
33

Only for
Maxus 
3-D Local Steering Kernel
Local Steering Kernel для центра xi
=
asdasddz1z2z3z3z – первые
производные по соответствующим осям
34

Only for
Maxus 
LSK-weights
K(xl-xi) )) рассчитывается для
каждого x и нормализуется
весами:
35
Устойчивость и надежность LSK-весов

Only for
Maxus 
Вероятностная модель(1)
– center feature matrix для
– center + surrounding region feature matrix
L – количество feature vectors в
N – количество feature matrix в
36

Only for
Maxus 
 Введем случайную величину
 Салиентность х определяется как вероятность:
37

Only for
Maxus 
 По теореме Байеса:
 Требуется оценить условную вероятность
p(F|y= 1)
 Для этого используется nonparametric kernel
density estimation
38

Only for
Maxus 
Когда оценивается плотность вероятности в конкретной feature
point, ядро, с центром в этой точке, распространяет плотность масс
поровну во всех пространственных направлениях, уделяя много
внимания незначимым областям и мало внимания важным
Поэтому строится нормализованная функция:
||.||F – Frobenious norm
б – параметр, контролирующий стабильность весов
Self-resemblanse
39

Only for
Maxus 
Self-resemblanse
Матрица похожести LSK-векторов
Функция G(. переписывается в виде:
где p( Fi, Fj ) – матрица похожести между
Fi и Fj, определяемая как “Frobenius inner product”:
Эта матрица представляется в виде взвешенной суммы
похожестей p(fi,fj) между каждой парой LSK-векторов:
40

Only for
Maxus 
Self-resemblanse
41
Пример на психологическом шаблоне

Only for
Maxus 
Self-resemblanse
42
Пример на изображении

Only for
Maxus 
Self-resemblanse
Салиентность
Салиентность в пикселе x (S = (sdfsdfsdfdfsdfsfs))
это центральное значение нормализованной
весовой функции G()
43

Only for
Maxus 
Self-resemblanse
Обработка цветовых каналов
44Hae Jong Seo and P. Milanfar, “Nonparametric bottom-up

Only for
Maxus 
Сравнение методов(1)
45

Only for
Maxus 
Сравнение методов(2)
46

Only for
Maxus 
Схема построения
space-time saliency map
47

Only for
Maxus  Примеры на видео
48

Only for
Maxus 
Выводы
 Достоинства:
 Оригинальная вероятностная модель
 Альтернатива ME и OF при построении SM во времени
 Использование цветов
 Предположительный недостаток:
 Низкая скорость на HD при большом размере окна
окрестностей
49

Only for
Maxus 
by Self-Resemblance
50

Only for
Maxus 
Оценка качества saliency map
 В задачах обнаружения объектов – количество
правильно распознанных объектов
 В задачах сегментации – сравнение точности
границ сегментов
 Визуальное сравнение: группу людей просят
показать «важные» регионы изображения
 Бинарная ручная разметка изображений
и подсчет площади под ROC-кривой
 Объективное и субъективное сравнение с
результатами eye-tracking
51

Only for
Maxus 
Eye tracking(1)
 В ходе эксперимента испытуемый смотрит в экран
 Плавное последовательное движение глаза, когда наблюдатель следит
за происходящим на экране, регистрируется аппаратом как фиксация
 Фиксации всех зрителей объединяются в карты фиксаций
Hani Alersa, Judith A. Redia, and Ingrid Heynderickxa, “Examining
the effect of task on viewing behavior in videos using saliency
maps,” Human Vision and Electronic Imaging XVII, 2012
52
Система слежения за глазами

Only for
Maxus 
Eye tracking(2)
 Карты фиксаций нормализуют [0,1] с помощью весов Гаусса
 Получается представление вероятности, пиксель в пиксель, что
среднестатистический зритель зафиксирует конкретный пиксель
Henderson, J.M.: Diem video and eye tracking database.
(http://thediemproject.wordpress.com/)
53

Only for
Maxus 
Базы eye-tracking видео
 TUD
 Eye-tracking видео от 24 человек
 Разрешение 1280x720
 Сцены из фильмов
 DIEM
 Eye-tracking видео от 30 до 100 человек
 Разрешение SD,HD
 Фильмы, трейлеры, новости, спорт, реклама,
анимация, документалистика
54

Only for
Maxus 
Как же автоматически сравнивать с GT?
Hani Alersa, Judith A. Redia, and Ingrid Heynderickxa, “Examining
the effect of task on viewing behavior in videos using saliency
maps,” Human Vision and Electronic Imaging XVII, 2012
55
motion
frequencycontrast

Only for
Maxus 
Сравнение метрикой
SAD
56
0
10
20
30
40
50
60
70
80
90
100
Мotion
Frequency
Contrast
0
10
20
30
40
50
60
70
80
90
100
DIEMTUD
SAD

Only for
Maxus 
NCC
57
DIEMTUD
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
Мotion
Frequency
Contrast
NCC =

Only for
Maxus 
PSNR
58
DIEMTUD
0
2
4
6
8
10
12
14
16
18
20
0
5
10
15
20
25
30
Мotion
Frequency
Contrast

Only for
Maxus 
Моя метрика
59
Ground truth Saliency map
Gt(i) Sm(i)
LMM = Med((Abs(Gt(i)-Sm(i)))
LMA = Sum((Abs(Gt(i)-Sm(i)))/N
Gt – вектор значений локальных максимумов на Ground truth
Sm – вектор значений соответствующих координат на Saliency map
N – количество найденных максимумов

Only for
Maxus 
LMM
60
DIEMTUD
0
50
100
150
200
250
300
0
50
100
150
200
250
Мotion
Frequency
Contrast

Only for
Maxus 
LMA
61
DIEMTUD
0
50
100
150
200
250
Мotion
Frequency
Contrast
0
20
40
60
80
100
120
140
160
180
200

Only for
Maxus 
Similarity
62
DIEMTUD
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0,5
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
Мotion
Frequency
Contrast
Tilke Judd, Fredo Durand and Antonio Torralba, "A Benchmark of
Computational Models of Saliency to Predict Human Fixations,”
PAMI ,2012

Only for
Maxus 
Субъективное тестирование
63
DIEMTUD
0
2
4
6
8
10
12
14
16
18
20
0
2
4
6
8
10
12
14
16
18
20
Мotion
Frequency
Contrast
Суммарные результаты
шести человек

Only for
Maxus 
Оценка метрик для DIEM
64
0
10
20
30
40
50
60
70
SAD NCC PSNR LMM LMA Similarity
0
20
40
60
80
100
120
140
160
Баллы:
ABC=3
ACB=2
BAC=2
CAB=1
BCA=1
CBA =0
Баллы:
ABC=9
ACB=4
BAC=4
CAB=1
BCA=1
CBA =0
Max = 30*3=90 Max = 30*9=270

Only for
Maxus 
Оценка метрик для TUD
65
Баллы:
ABC=3
ACB=2
BAC=2
CAB=1
BCA=1
CBA =0
Баллы:
ABC=9
ACB=4
BAC=4
CAB=1
BCA=1
CBA =0
Max = 20*3=60 Max = 20*9=180
0
10
20
30
40
50
60
SAD NCC PSNR LMM LMA Similarity
0
20
40
60
80
100
120
140
160

Only for
Maxus 
by Self-Resemblance
66

Only for
Maxus 
Заключение
 Улучшить SR до PQFT
 Saliency Detection by Self-Resemblance хорошая
модель, идеи можно использовать как улучшение
модели Context-aware
 Для обучения классификатора на результатах eye-
tracking стоит использовать метрику similarity или
комбинацию similarity+LMA
67

Only for
Maxus 
Литература
1. S. Goferman, L. Zelnik-Manor, and A. Tal, “Context-aware saliency
detection,” CVPR, 2010.
2. X. Hou and L. Zhang, “Saliency detection: A spectral residual
Approach”, CVPR, 2007.
3. Hani Alersa, Judith A. Redia, and Ingrid Heynderickxa, “Examining the
effect of task on viewing behavior in videos using saliency maps,”
Human Vision and Electronic Imaging XVII, 2012.
4. Hae Jong Seo and P. Milanfar, “Nonparametric bottom-up saliency
detection by self-resemblance,” CVPR, 2009.
5. Henderson, J.M.: Diem video and eye tracking database.
(http://thediemproject.wordpress.com/)
6. Tilke Judd, Fredo Durand and Antonio Torralba, “A Benchmark of
Computational Models of Saliency to Predict Human Fixations,” PAMI,
2012.
68

Only for
Maxus 
Вопросы?
69

Only for
Maxus 
Лаборатория компьютерной
графики и мультимедиа
Видеогруппа — это:
 Выпускники в аспирантурах
Англии, Франции, Швейцарии
(в России в МГУ и ИПМ им. Келдыша)
 Выпускниками защищены 5 диссертаций
 Наиболее популярные в мире сравнения
видеокодеков
 Более 3 миллионов скачанных фильтров
обработки видео
70

�ݺ�ߣ

Способы построения и оценки карт салиентности

Recommended

More Related Content

What's hot (20)

Similar to Способы построения и оценки карт салиентности (18)

Способы построения и оценки карт салиентности