Seleção de features guiada por atenção visual em imagens com fóvea
Visão Robótica, Fóvea Móvel, Multi-resolução, SURF
A atenção visual é uma importante tarefa em robótica autônoma, mas devido à sua complexidade, o tempo de processamento necessário é significativo. Propõe-se uma arquitetura para seleção de features usando imagens foveadas que é guiada por tarefas envolvendo atenção visual e que reduz o tempo de processamento para realizar tais tarefas. O sistema proposto pode ser aplicado para atenção bottom-up ou top-down. O modelo de foveamento determina quais escalas devem ser utilizadas no algoritmo de extração de features. O sistema é capaz de descartar features que não são essenciais para a realização da tarefa e, dessa forma, reduz o tempo de processamento. Se a fóvea é corretamente posicionada, então é possível reduzir o tempo de processamento sem comprometer o desempenho da tarefa. A distância da fóvea para o objeto também é analisada. Caso o sistema visual perca o tracking na atenção top-down, estratégias básicas de reposicionamento da fóvea podem ser aplicadas. Experimentos demonstram que é possível reduzir em até 60% o tempo de processamento com essa abordagem. Para validar esse método, testes são realizados com o algoritmo de extração de features SURF, um dos algoritmos mais eficientes na extração de features. Com essa arquitetura, é possível cumprir requisitos de um sistema de visão em tempo-real, principalmente em aplicações de robótica autônoma.