NLOOK: a computational attention model for robot vision

Abstract

Abstract:The computational models of visual attention, originally proposed as cognitive models of human attention, nowadays are being used as front-ends to some robotic vision systems, like automatic object recognition and landmark detection. However, these kinds of applications have different requirements from those originally proposed. More specifically, a robotic vision system must be relatively insensitive to 2D similarity transforms of the image, as in-plane translations, rotations, reflections and scales, and it should also select fixation points in scale as well as position. In this paper a new visual attention model, called NLOOK, is proposed. This model is validated through several experiments, which show that it is less sensitive to 2D similarity transforms than other two well known and publicly available visual attention models: NVT and SAFE. Besides, NLOOK can select more accurate fixations than other attention models, and it can select the scales of fixations, too. Thus, the proposed model is a good tool to be used in robot vision systems.

Aprendizado e Controle de Robôs Móveis Autônomos Utilizando Atenção Visual

“…O NLOOK [19,23,24] é um modelo de atenção visual especialmente desenvolvido para aplicações de robótica móvel. Este modelo, que possui uma excelente desempenho computacional, é bem menos sensível a transformações afins que a maioria dos modelos de atenção existentes, em especial o NVT [27].…”

“…Através de diversos experimentos utilizando imagens reais e sintéticas, descritos detalhadamente em [17,[22][23][24], foi verificado que o NLOOK é capaz de selecionar as regiões mais relevantes do campo visual de forma bastante precisa, sendo bastante robusto a transformações afins. Além disso, o NLOOK consegue selecionar a escala aproximada dos FOAs, o que o torna bastante útil em aplicações de visão computacional e robótica.…”

“…Apesar do modelo proposto ter conseguido realizar a tarefa em questão com bastante sucesso, cabe ressaltar que as imagens obtidas em um ambiente real são muito mais complexas, o que pode dificultar o processo de aprendizado. Entretanto, acredita-se que em um ambiente interno controlado (que é o caso no futebol de robôs) o modelo proposto ainda consiga realizar a tarefa com sucesso, pois o NLOOK foi amplamente testado com imagens reais e sintéticas [22][23][24], tento apresentado excelentes resultados em ambos os casos.…”

“…com orientações preferenciais θ ∈ {0 • , 45 • , 90 • , 135 • }. Em[17,23,24] é descrita a criação destes mapas em maiores detalhes.…”