Visual Saliency: From Pixel-Level to Object-Level Analysis

این کتاب مقدمه ای بر پیشرفت های اخیر در تئوری، الگوریتم ها و کاربرد فاصله نقشه بولی برای پردازش تصویر ارائه می کند. برنامه‌های کاربردی شامل مدل‌سازی آنچه انسان‌ها در یک تصویر برجسته یا برجسته می‌دانند، و سپس استفاده از آن برای هدایت برش تصویر هوشمند، فیلتر انتخابی تصویر، تقسیم‌بندی تصویر، تطبیق تصویر، و غیره است.

در این کتاب، نویسندگان روش‌هایی را برای هر دو روش سنتی و سنتی ارائه می‌کنند. وظایف محاسباتی نوظهور، از وظایف کلاسیک سطح پایین مانند تشخیص برجستگی در سطح پیکسل تا وظایف سطح شی مانند subitizing و تشخیص اشیاء برجسته. برای کارهای سطح پایین، نویسندگان بر رویکردهای پردازش تصویر در سطح پیکسل بر اساس تبدیل فاصله کارآمد تمرکز می کنند. برای وظایف سطح شی، نویسندگان روش‌های مبتنی بر داده را با استفاده از شبکه‌های عصبی کانولوشنال عمیق پیشنهاد می‌کنند. این کتاب شامل مطالعات تجربی و نظری به همراه جزئیات پیاده سازی روش های پیشنهادی است. در زیر ویژگی‌های کلیدی برای انواع مختلف خوانندگان آورده شده است.

• الگوریتم‌های کارآمد بر اساس تغییر فاصله تصویر برای دو وظیفه برجسته در سطح پیکسل؛

• تکنیک‌های یادگیری عمیق امیدوارکننده برای دو وظیفه برجسته در سطح شی جدید؛

• Deep پیش‌آموزش مدل شبکه‌های عصبی با داده‌های مصنوعی؛
  

• تحلیل کامل مدل عمیق از جمله تکنیک‌های تجسم مفید و تست‌های تعمیم؛

• کاملاً قابل تکرار با کد، مدل‌ها و مجموعه داده‌های موجود است.

برای محققان علاقه‌مند به تقاطع بین نظریه‌های توپولوژی دیجیتال و مشکلات بینایی کامپیوتر:

• <. p>خلاصه یافته های نظری و تجزیه و تحلیل فاصله نقشه بولین؛

• تحلیل الگوریتمی نظری؛

• کاربردها در تشخیص اشیاء برجسته و تثبیت چشم پیش بینی.

دانشجویان رشته های پردازش تصویر، یادگیری ماشین و بینایی کامپیوتر:

این کتاب مطالب خواندنی تکمیلی به‌روزی را برای موضوعات درسی مانند پردازش تصویر مبتنی بر اتصال، یادگیری عمیق برای پردازش تصویر،

برخی از الگوریتم‌های آسان برای پیاده‌سازی ارائه می‌کند. برای پروژه های دوره با داده های ارائه شده (به عنوان پیوندهای موجود در کتاب)؛

تمرین های برنامه نویسی عملی در توپولوژی دیجیتال و یادگیری عمیق.

This book will provide an introduction to recent advances in theory, algorithms and application of Boolean map distance for image processing. Applications include modeling what humans find salient or prominent in an image, and then using this for guiding smart image cropping, selective image filtering, image segmentation, image matting, etc.

In this book, the authors present methods for both traditional and emerging saliency computation tasks, ranging from classical low-level tasks like pixel-level saliency detection to object-level tasks such as subitizing and salient object detection. For low-level tasks, the authors focus on pixel-level image processing approaches based on efficient distance transform. For object-level tasks, the authors propose data-driven methods using deep convolutional neural networks. The book includes both empirical and theoretical studies, together with implementation details of the proposed methods. Below are the key features for different types of readers.

• Efficient algorithms based on image distance transforms for two pixel-level saliency tasks;

• Promising deep learning techniques for two novel object-level saliency tasks;

• Deep neural network model pre-training with synthetic data;
  

• Thorough deep model analysis including useful visualization techniques and generalization tests;

• Fully reproducible with code, models and datasets available.

For researchers interested in the intersection between digital topological theories and computer vision problems:

• Summary of theoretic findings and analysis of Boolean map distance;

• Theoretic algorithmic analysis;

• Applications in salient object detection and eye fixation prediction.

Students majoring in image processing, machine learning and computer vision:

This book provides up-to-date supplementary reading material for course topics like connectivity based image processing, deep learning for image processing;

Some easy-to-implement algorithms for course projects with data provided (as links in the book);

Hands-on programming exercises in digital topology and deep learning.