dc.contributor |
Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions |
dc.contributor |
Vilaplana Besler, Verónica |
dc.contributor.author |
Riera Rayo, Laura |
dc.date |
2014-02-10 |
dc.identifier.citation |
ETSETB-230.94793 |
dc.identifier.uri |
http://hdl.handle.net/2099.1/21294 |
dc.language.iso |
cat |
dc.publisher |
Universitat Politècnica de Catalunya |
dc.rights |
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada' |
dc.rights |
info:eu-repo/semantics/openAccess |
dc.rights |
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
dc.subject |
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal::Processament de la imatge i del senyal vídeo |
dc.subject |
Image processing |
dc.subject |
segmentation |
dc.subject |
hierarchical |
dc.subject |
partition |
dc.subject |
object |
dc.subject |
detection |
dc.subject |
segmentación |
dc.subject |
jerarquia |
dc.subject |
particiones |
dc.subject |
detección |
dc.subject |
objetos |
dc.subject |
Imatges -- Processament |
dc.title |
Creació de mapes de prominència sobre jerarquies de particions: aplicació a la detecció d'objectes |
dc.title |
Creation of saliency maps on hierarchical segmentations. Applied to object detection |
dc.title |
Creación de mapas de prominencia sobre jerarquías de particiones. Aplicación a la detección de objetos |
dc.type |
info:eu-repo/semantics/bachelorThesis |
dc.description.abstract |
[ANGLÈS] The aim of this project has been the creation of visual saliency maps on hierarchical segmentations of an image, to detect prominent objects at different scales and create a final saliency map that highlights the most important objects. To perform these partitions, we have a method developed in a Degree’s Final Project last year. This method has been extended proposing new ways to create saliency maps, modeling regions with different techniques or using other methods of segmentation. These changes have been combined with the previous method and some experiments have been performed on a public collection of images to check the performance of our saliency detection algorithm. The results have been compared with different methods of the state of the art and we have verified that our contributions have significantly improved the previous method. |
dc.description.abstract |
[CASTELLÀ] Creación de mapas de prominencia visual sobre segmentaciones jerárquicas de una imagen, para detectar objetos prominentes a diferentes escalas y crear un mapa de prominencia final que resalte los objetos más importantes. Para llevar a cabo estas particiones, disponemos de un método desarrollado en un Proyecto Fin de Carrera del curso pasado. Este método se ha extendido proponiendo nuevas formas de crear los mapas de prominencia, modelando las regiones con técnicas diferentes o utilizando otros métodos de segmentación. Estas modificaciones se han combinado con las anteriores y se han realizado varios experimentos sobre una colección pública de imágenes para comprobar el funcionamiento del algoritmo de detección de prominencia. Los resultados han sido comparados con diferentes métodos del estado del arte y hemos podido comprobar que el método anterior mejora considerablemente con nuestras aportaciones. |
dc.description.abstract |
[CATALÀ] Creació de mapes de prominència visual sobre segmentacions jeràrquiques d’una imatge, per detectar objectes prominents a diferents escales i crear un mapa de prominència final que ressalti els objectes més importants. Per dur a terme aquestes particions, disposem d’un mètode desenvolupat en un Projecte Final de Carrera del curs passat. Aquest mètode s’ha estès proposant noves formes de crear els mapes de prominència, modelant les regions amb tècniques diferents o utilitzant altres mètodes de segmentació. Aquestes modificacions s’han combinat amb les anteriors i s’han realitzat diversos experiments sobre una col·lecció pública d’imatges per comprovar el funcionament de l’algorisme de detecció de prominència. Els resultats han estat comparats amb diferents mètodes de l’estat de l’art i hem pogut comprovar que el mètode anterior millora considerablement amb les nostres aportacions. |