科学家模型脑结构,帮助计算机识别对象

科学家模型脑结构,帮助计算机识别对象面对神经科学家和计算机视觉研究人员的重要问题是如何通过简单地识别对象“looking”在图像。清楚地,我们知道人类大脑很好地解决了这个问题。我们只需要看一些知道它是什么。

但教授一台电脑“know”它看起来更加困难。在研究中公布了这一落入 公共科学图书馆(PLOS)计算生物学 洛杉矶阿拉莫斯国家实验室,查塔姆大学和埃默里大学的团队首先在视觉任务上测量人类性能 - 当图像在观察者前面闪烁时,识别某种形状以获得很短的时间(20 -200毫秒)。正如预期的那样,人类性能会变得更糟,当图像显示为较短的时间段。也如预期的那样,当形状更复杂时,人类会更糟糕。

但是可以教授一台计算机来识别形状,然后比人类更快地做到这一点?该团队试图基于人类神经结构和功能开发计算机模型,做我们做的事情,并且可能会更好地做到这一点。

他们的论文,“模型皮质关联领域账户占时间课程和对人类轮廓感知的目标复杂性的依赖性,”描述如何在衡量人类性能后,他们创建了一种计算机模型,也试图挑选出形状。

“该模型是生物学的启发和依赖于人类视觉系统的模型的同一层内神经元之间的横向连接,”在匹兹堡的Chatham大学Vadas Gintautas和洛杉矶阿拉莫斯的研究员。

神经科学家在灵长类动物视觉皮层中具有特征神经元,这些神经元在洛杉矶阿拉莫斯的高级作者Garrett Kenyon表示了借调的对象识别。“当特定物体可见时,这些神经元位于仅次常常的皮质中,可以在可见时强烈地激活,无论物体有多远或如何构成对象,如何提高到视点不变性的现象。”

大脑具有不可思议的能力来检测和识别某些事情,即使它们几乎看不见。现在挑战是让电脑做同样的事情。并编程计算机以横向处理信息,就像大脑一样,可能是朝向正确方向的一步。

如何血扑神经元获取他们的观点不变性属性未知,但许多神经科学家指向人类视觉皮层的分层组织,这可能是一个重要方面。

“在旨在解决类似任务的类似模型中,横向连接通常被忽略。我们证明,在时间和困难方面,我们的模型在同一任务中定性再现人类性能。虽然这肯定是不保证人类视觉系统使用横向交互以相同的方式解决此任务,但它确实开辟了一种方法来接近对象检测问题,” Gintautas said.

在第一皮质处理阶段,称为主视觉皮质或V1,在第一皮质处理阶段提取诸如特定方向的图像的特定特征。然后随后的皮质处理阶段,V2,V4等,提取更复杂的特征,最终在必要的瞬发皮质中“ViewPoint不变对象标识”被认为发生。但是,人类大脑中的大多数连接不会投射皮质等级,这可能预期的是毛的神经肿瘤,而是连接位于相同的层级的神经元,称为横向连接,并且还将皮质等级突出到降低处理级别。

在最近发表的工作中,团队建模了皮质边缘探测器之间的横向相互作用,以确定这些连接是否可以解释人类轮廓感知的难度和时间过程。因此,本研究组合了通过国家科学基金会资助的神经模拟工具箱,称为Petavision,由Lanl研究人员开发的国家科学基金会,以及“视线速度”的人类轮廓感知的心理物理测量。心理物理学测量是指神经科学家使用open-sourcoolbox软件作为高级起点研究皮疹处理机制的实验技术。

“我们的研究代表了用于考虑的大型皮质模型的第一个例子,用于考虑人类主体的整体准确性,以及执行挑战性视觉感知任务的人体,” said Kenyon.

  • 链接到Plos Paper: http://www.ploscompbiol.org/article/info%3Adoi%2F10.1371%2Fjournal.pcbi.1002162


本新闻稿中的材料来自于始发的研究组织。可以为样式和长度编辑内容。有一个问题? 让我们知道.

订阅

每天早上有一封电子邮件,我们的最新帖子。从医学研究到空间新闻。环境的环境。技术物理学。

感谢您的订阅。

出问题了。

1思考“科学家模型脑结构,帮助计算机识别对象”

  1. 人们还应该了解在完全运营的DARPA沉默谈话计划。军队已经对平民进行了这些行动,但却是极其分类的。观察我们的情报界的拒绝状态。不好。

评论被关闭。