Modelado de hipergrafos contextual para la detección de objetos salientes

La detección de objetos salientes tiene como objetivo localizar objetos que capturan la atención humana dentro de las imágenes. Los enfoques anteriores a menudo plantean esto como un problema de análisis de contraste de imagen. En este trabajo, modelamos una imagen como un hipergrafo que utiliza un conjunto de hipervínculos para capturar las propiedades contextuales de los píxeles o regiones de la imagen. Como resultado, el problema de la detección de objetos salientes se convierte en uno de encontrar vértices salientes y hipervínculos en el hipergrafo. La principal ventaja del modelado de hipergrafos es que tiene en cuenta la afinidad de cada píxel (o región) con su vecindario, así como su separación del fondo de la imagen. Además, proponemos un enfoque alternativo basado en el análisis de contraste contextual centro versus alrededor, que realiza la detección de objetos salientes optimizando una función objetivo de máquina de soporte vectorial (SVM) sensible al costo. Los resultados experimentales en cuatro conjuntos de datos desafiantes demuestran la efectividad de los enfoques propuestos en comparación con los enfoques de última generación para la detección de objetos salientes.