La detección de las zonas visualmente relevantes de una imagen mediante el uso de una jerarquía de particiones.

[ANGLÈS] In this report we firstly introduce a new method for image saliency detection. Its main novelty compared to state-of-the-art methods is the use of a hierarchy of partitions that provides a multi-scale effect to the detector. The saliency is computed in each partition based on the local contrast between colors, highlighting objects at the scale defined by the partition. By combining information from multiple partitions we can find objects in a wide range of sizes with precision and accurate boundaries. Experimental results on a publicly available dataset show that the proposed model outperforms many state-of-the-art saliency methods. Secondly, we present an automatic image cropping tool designed for Mitsubishi Electric España that, making use of the information provided by our saliency maps is able to make automatic content-aware crops and aspect ratio changes in pictures.

[CASTELLÀ] En esta memoria se presenta en primer lugar un nuevo algoritmo de detección de prominencia visual sobre imágenes. Su principal novedad frente a los métodos del estado del arte es el uso de una jerarquía de particiones que aporta un efecto multi-escala al detector. La prominencia se calcula en cada una de las particiones a partir de los contrastes locales entre colores, lo cual nos permite detectar objetos de la escala de la partición. Al combinar la información de las múltiples particiones podemos encontrar objetos de un gran rango de tamaños con precisión y contornos bien definidos. La evaluación de los resultados sobre una colección pública de imágenes muestra que nuestro algoritmo supera a muchas técnicas de detección de prominencia del estado del arte. En segundo lugar se presenta una herramienta de recorte automático de imágenes diseñada para la empresa Mitsubishi Electric España que, gracias a la información aportada por nuestros mapas de prominencia, es capaz de realizar recortes y cambios de relación de aspecto automáticos teniendo en cuenta el contenido de las fotografías.

[CATALÀ] En aquesta memòria es presenta en primer lloc un nou mètode de detecció de prominència visual sobre imatges. La principal novetat respecte l'estat de l'art radica en l'ús d'una jerarquia de particions que aporta un efecte multi escala al detector. La prominència es calcula per cada una de les particions a partir dels contrastos locals entre colors, el qual permet detectar objectes de l'escala de la partició. Al combinar la informació de les múltiples particions som capaços d'encontrar objectes d'un gran rang de mides amb precisió i contorns ben definits. L'avaluació del resultats sobre una col·lecció publica d'imatges demostra que el nostre algorisme és superior a molts mètodes de l'estat de l'art. En segon lloc es presenta una eina de retallada automàtica d'imatges dissenyada per l'empresa Mitsubishi Electric España que, gràcies a la informació aportada per els nostres mapes de prominència, és capaç de realitzar retallades i canvis de la relació d'aspecte automàtics tenint en compte el contingut de les fotografies.