Un nouveau modèle de salience visuelle basé sur une approche ascendante, appelé Graph-Based Visual Saliency (GBVS), est proposé. Ce modèle se compose de deux étapes : tout d’abord, la formation de cartes d’activation sur des canaux de caractéristiques spécifiques, puis leur normalisation de manière à mettre en évidence la conspicuité tout en permettant une combinaison aisée avec d’autres cartes. Le modèle est simple et biologiquement plausible, dans la mesure où il s’implémente naturellement de façon parallèle. Il prédit avec une grande efficacité les fixations humaines sur 749 variations d’images naturelles issues de 108 scènes différentes, atteignant 98 % de la surface sous la courbe ROC d’un contrôle basé sur les humains, contre seulement 84 % pour les algorithmes classiques d’Itti et Koch ([2], [3], [4]).