Saliency-Based Automatic Thumbnail Generation
Construction d’Images Miniatures avec Recadrage Automatique Basée sur un Modèle Perceptuel Bio-Inspiré
OPEN ACCESS
This article presents an automatic process used to automatically crop images.This tool is necessary to meet the constraints (small display) of the new portable device (Mobile phone...).The principle of the reframing rests on both the detection and the selection on the most interesting parts of the picture.These areas are detected by a computational model of the bottom-up visual attention.First,the results of this model are compared to results stemming from an eye tracking apparatus.Second,the performances of the whole system are presented.
Résumé
Cet article présente un procédé de zoom automatique,destiné à adapter la taille des images pour des dispositifs d'affichage à écran de petite taille (Téléphone mobile...). L'adaptation de la taille des images s'effectue par la sélection des zones les plus intéressantes visuellement. Ces dernières sont déterminées via une approche computationnelle de modélisation de l'attention visuelle. Tout d'abord,les performances de modélisation de l'attention visuelle sont déduites par comparaison avec une vérité terrain issue de tests oculométriques. Enfin,les performances qualitatives du système de vision complet,modèle d'attention visuelle et procédé de miniaturisation,sont présentées.
Bottom-up visual attention,visual system,eye tracking experiments,thumbnail.
Mots clés
Attention visuelle exogène,système visuel,images miniatures.
[Fan 03] X. FAN, X. XIE, W.Y. MA, H.J. ZHANG, H.Q. ZHOU, Visual attention based image browsing on mobile devices. In Proc. of ICME 2003, vol. 1, 2003.
[Itti 05] L. ITTI, Quantifying the contribution of low-level saliency to human eye movements in dynamic scenes. Visual Cognition, 12(6):1093-1123,Aug 2005.
[Koch 85] C. KOCH, S. ULLMAN, Shifts in selection in visual attention: towards the underlying neural circuitry. Human Neurobiology, 4(4):219-227, 1985
[Krauskopf 82] J. KRAUSKOPF, D. R. WILLIAMS, D. W. HEELEY, Cardinal direction of color space. Vision Research, 22:1123-1131, 1982.
[Landragin 04] F. LANDRAGIN, Saillance physique et saillance cognitive. Cognition, Représentation, Langage, 2(2), 2004.
[Le Callet 99] P. LE CALLET, A. SAADANE, D. BARBA, Orientation selectivity of opponent-colour channels. ECVP’99, 1999.
[Le Meur 05] O. LE MEUR, Attention sélective en visualisation d’images fixes et animées achées sur un écran: modèles et évaluation de performances. Applications. Université de Nantes, PhD. Thesis, Ecole Polytechnique de l’Université de Nantes, IRCCyN, 2005.
[Le Meur 06] O. LE MEUR, P. LE CALLET, D. BARBA, D. THOREAU, A coherent computational approach to model bottom-up visual attention. IEEE Trans. on Pattern Analysis and Machine Intelligence, 28(5):802-818, 2006.
[Le Meur 07] O. LE MEUR, P. LE CALLET, D. BARBA, Predicting visual fixations on video based on low-level visual features. Vision Research, 47(19):2483-2498, 2007.
[Liu 03] H. LIU, X. XIE, W.Y. MA, H.J. ZHANG, Automatic browsing of large pictures on mobile devices. In ACM Multimedia conference, 2003.
[Senane 93] H. SENANE,A. SAADANE, D. BARBA, The computation of visual bandwiths and their impact in image decomposition and coding. Proceedings HVEI-93, 1993.
[Watson 87] A. B. WATSON, The cortex transform: Rapid computation of simulated neural images. Computer Vision, Graphics and Image Processing, 39:311-327, 1987.
[Wolfe 04] J.M. WOLFE, T.S. HOROWITZ, What attributes guide the deployement of visual attention and how do they do it. Nature, 5, 2004.