Acceso usuarios
José Antonio Aznar Casanova, Germán Fernández Titos
La noción de mapa, entendida como correspondencia biunívoca entre dos niveles de representación en el Sistema Visual (SV), nos lleva a plantear la cuestión de cómo puede utilizar la visión estos mapas (que incluyen las representaciones distribuidas) para procesar la información de la imagen. Para ello, fijamos dos objetivos. Por un lado, analizar la retina cortical, un mapa ubicado en el córtex estriado, que sirve de soporte a una importante representación conjunta espacio-espectral. Para generar esta representación concebimos un modelo, simplificado, compuesto por cuatro láminas de frecuencia espacial y cuatro canales de orientación, el cual produce dicha representación mediante Análisis espectral local. Por otro lado, proponemos otro modelo que permite la detección automática de regiones de interés visual. Este modelo se fundamenta en la hipótesis de que las respuestas a los filtros lineales locales aplicados a la imagen, y almacenadas en la retina cortical, eñalan las regiones que más destacan en la imagen acromática, produciendo, así, un grupo perceptivo. Complementariamente, sugerimos que aquellas regiones que `perduran' en las diferentes escalas coinciden con las de mayor saliencia visual
We understand the term map as one-to-one correspondence between two representation levels in the Visual System (VS). This notion lead us to outline the question about how the (Visual System) VS can use such map (which include distributed representations) for the image processing. In order to achieve this goal we fix two objectives. On the one, to analyse the cortical retinae, a map located in the striate cortex that contains an important joint space/spectral representation, we have elaborated a simplified model to obtain this joint representation, which is composed by layers of cells tuned to different spatial frequencies and for columns tuned to different orienttions. The joint representation is generated by applying Local Spectral Analysis to an image. On the other, we proposed a new model that allow us to detect, automatically, interesting regions in the image. It is based in the following hypothesis: the outputs of linear and local filters applied to the image, and stored in the cortical retinae, indicate the more highlight regions of achromatic images, producing a perceptual grouping. In addiction, we suggest that those regions, 'survival' through different scales, coincide with the most prominent regions in the image.
