bt365手机平台-下载首页

  • yena已经(左)和托马索·波焦在一个新的心理物理学研究中使用的视觉刺激的一例支架。

    yena已经(左)和托马索·波焦在一个新的心理物理学研究中使用的视觉刺激的一例支架。

    照片:克里斯啤酒

    全屏

弥合人类和机器视觉之间

yena已经(左)和托马索·波焦在一个新的心理物理学研究中使用的视觉刺激的一例支架。

研究人员用人类如何设想则学习改变物体的观点制定一个更强大的机器视觉架构。


记者联系



假设你从几英尺远的地方一个人你以前从来没有遇到过短暂一下。后退一步,再看看一些和平。将你能够认识到她的脸? “是的,当然,”你可能会想。如果这是真的,这将意味着我们的视觉系统,我们已经看到对象的单个图像:如特定的脸,它有力承认,尽管对象的位置变化和规模,例如。在另一方面,我们知道国家的最先进的即分类,如深香草网络,只会失败ESTA测试。

以便识别下一个范围转换的特定面部,神经网络需要训练随着不同的条件下的面部的例子很多。换句话说,他们可以通过死记硬背,实现不变性,但如果只有一个图像可不能做到这一点。因此,了解如何视力人类可以拉断了不起的壮举是ESTA相关工程师希望改进他们现有的分类。此外,它是神经科学家模拟灵长类动物的视觉系统凭借深厚的网络重要。尤其是可能的不变性与生物视觉呈现一次性学习需要比这深网络的,而不同的计算策略。 

由bt365手机app博士生在电气工程和计算机科学与同事在一篇新的研究有yena 科学性报告 题为“规模不变性和翻译在人类视觉小说对象”他们研究讨论ESTA现象,如何创造更仔细新的生物启发网络。

“人类可以从几个例子很了解,不像深的网络,这是一个巨大的差异随着对视觉系统的设计和理解人类如何眼光还真管用,.极大的影响”共同撰文者托马索·波焦 - 中心主任的大脑,心智与机器(CBMM)和脑与认知科学的bt365手机app的尤金·麦克德莫特教授。 “为ESTA差异的一个关键原因是灵长类动物的视觉系统的规模,移位和其他转换的相对不变性。奇怪的是,这个过气的AI社区大多被忽视,部分原因是心理的数据是如此比clear-远不如切韩的工作目前已经建立了人类视觉的基本不变性的固体测量“。

不变性区分内在上升从经验和记忆,在一次性学习范围内的新研究测量不变性那计算。一次性的学习任务是通过提供韩国信刺激人类受试者均与不熟悉的语言进行。进行这些信最初呈现一个单一的时间一个特定的条件下和在不同尺度或比原始状态的位置进行测试。第一个实验结果是 - 就像你猜到了 - 表现为显著的规模,人类只有一个接触到这些新的对象后不变的认可。这是第二个结果位置不变性的范围是有限的,取决于对象的大小和位置。

接下来,和她的同事们进行的设计重现ESTA人的表现深层神经网络类似的实验。结果表明,由人类解释对象的不变的识别,神经网络模型明确地纳入是否应内置规模不变性。另外,人的视觉的有限位置不变性更好地在网络中由模型具有神经元的感受野复制为提高他们进一步从视野的中心。 ESTA架构可从通常使用的神经网络模型,在图像被相同的均匀的分辨率随着共享的过滤器下加工不同。

“我们的工作提供了多视角下的物体的大脑表现有了新的认识。此外它的人工智能的意义,因为结果提供新的见解什么是深层神经网络良好的建筑设计“的言论都有,CBMM主要作者,该研究的研究人员。

被波焦有和芽孢罗伊格和GAD盖格在工作中加入。


主题: 中心的大脑思维和机器, 脑与认知科学, 机器学习, 人工智能, 计算机视觉, 研究, 科学学院, 计算机科学与技术, Electrical Engineering & Computer Science (eecs), 工程学院

回到顶部