Un Modelo Computacional para la Selección Visual

Proponemos un modelo computacional para detectar y localizar instancias de una clase de objeto en imágenes estáticas en escala de grises. Dividimos la detección en selección visual y clasificación final, concentrándonos en la primera: reduciendo drásticamente el número de regiones candidatas que requieren un procesamiento adicional, generalmente más intensivo, pero con un mínimo de cómputo y detecciones perdidas. El procesamiento de abajo hacia arriba se basa en agrupaciones locales de fragmentos de borde restringidas por relaciones geométricas flexibles. No tienen una interpretación semántica o geométrica a priori. El papel del entrenamiento es seleccionar agrupaciones especiales que son moderadamente probables en ciertos lugares del objeto pero raras en el fondo. Mostramos que las estadísticas en ambas poblaciones son estables. Las regiones candidatas son aquellas que contienen disposiciones globales de varias agrupaciones locales. Aunque nuestro modelo no fue concebido para explicar las funciones cerebrales, cohere con la evidencia sobre las funciones de las neuronas en V1 y V2, tales como respuestas a patrones gruesos o incompletos (por ejemplo, contornos ilusorios) y a la invariancia de escala y traducción en IT. Finalmente, el algoritmo se aplica a la detección de rostros y símbolos.