La visión por computadora forma parte de los problemas más difíciles en la actualidad. Poder dotar a un robot de esta capacidad daría un salto gigantesco en disímiles áreas que entre ellas la medicina, la industria, el deporte y la seguridad, entre otros. Uno de los problemas estudiados por esta rama de las ciencias de la computación es la detección de objetos sobresalientes en una escena. Son varios los modelos presentados y entre ellos se destaca el presentado por Itti y Koch en 1998. Una versión del mismo fue presentada por Leon Dozal en 2014, llamado FOA. Este modelo representa una interpretación de la Ruta Dorsal Artificial la cual pertenece aun modelo mayor llamado el Corteza Visual Artificial presentado por Eddie y Olague en 2014. Ambos modelos fueron evolucionados por un paradigma llamado Programación de Cerebros el cual es un concepto que esta teniendo mucho éxito, basado en el paradigma del funcionamiento del cerebro, el cual sintetiza un modelo artificial del mecanismo de visión natural que lleva por nombre Corteza Visual Artificial. Este utiliza cuatro dimensiones: color, forma, intensidad y orientación. El presente trabajo de investigación propone la evolución de la Ruta Dorsal Artificial haciendo uso de un nuevo enfoque en la resolución de problemas de detección de sobresaliencias. En este enfoque se hace uso de las bondades de las dos principales vertientes de esta área: la predicción de fijación y la detección de objetos sobresalientes. En esta tesis se decidió utilizar la fusión de los algoritmos Sobresaliencia Visual basada en Grafos (GBVS, por sus siglas en inglés) y Agrupación Combinatoria Multiescala (MCG, por sus siglas en inglés) debido a su protagonismo en diversos estudios y benchmarks donde mostraron resultados prometedores.Computer Vision, nowadays, is one of the more difficult problems. So, giving this ability to a robot would be a giant step in several areas including medicine, industry, sport, and security.Salient Object Detection in a scene is one of the problems that Computer Science studies. The are several models presented among them, the one presented by Itti y Koch en 1998 stands out. A version of it, called FOA, was presented by Leon Dozal in 2014. This model represents an Artificial Dorsal Stream’s interpretation which belongs to a larger model called Artificial Visual Cortex presented by Eddie and Olague in 2014.Both models were evolved by a paradigm called Brain Programming which is a successful concept based on the functioning of the brain which synthesizes an artificial model of the natural vision mechanism that is called Artificial Visual Cortex. It uses four dimensions: color, shape, intensity, and orientation. This research work proposes the evolution of the Artificial Dorsal Stream using a new approach in solving problems of salient object detection This approach makes use of the benefits of the two main aspects of this area: fixation prediction and the detection of salient objects. In this thesis, it was decided to use the fusion of Graph-based Visual Saliency (GBVS) and Multiscale Combinatorial Grouping (MCG) algorithms due to its prominence in several studies and benchmarks where promising results were shown.