|
Created by Emilie Mathisen
almost 6 years ago
|
|
Question | Answer |
Hvilke faktorer avhenger objektpersepsjon av? | Posisjon, skala, lyssetting, vinkel/rotasjon/stilling, clutter (hvor objektet dukker opp) og occlusion (blokkering). - Alle disse påvirker retina |
Hvorfor er objektgjenkjenning et vanskelig computational problem? | Objektpersepsjon og faktorene som påvirker det er vanskelig å forstå og dermed beregne. Modalitet-spes. modell ser ut til å forklare det, men mangler computational power. Forskere sier: representasjonene bare er holistiske opptak og kan da ikke gjennomføre konseptuelle funksjoner (adskille tokens, produsere categorical inferences, produktivt kombinere konsepter og konstruere proposisjoner som forklarer verden) |
Ulike modeller for objektgjenkjenning | Structural description models. View/exemplar based models. Hierarkiske modeller. Deep Neural Network (DNN) |
Forklar structural-deskription models | For å løse problemet med invarians i 2D så er denne basert på tre-dimensjonelle deler og deres relasjon (igjen basert på RBC: recognition by components - viewpoint invariance). Biedermans Geons. Maskiner gjør objekt persepsjon. |
Structural-description models kritikk | Resultater fra studier på gjenkjenning predikerer at det er mer eller mindre uavhengig av vinkel |
Forklar view-based models | Objekter er representert med hensyn til deres originale vinkel (vinkelavhengig). Representasjonene kodes med hensyn til et spesielt sett av viewing parametere. Vi lager ikke indre modeller, men lagrer alt vi ser som enkelte objekter, og representasjoner er prototyper av dette. Disse er ikke tilstrekkelige. |
View-based models kritikk | Behavioural studier fant at visuell gjenkjenning var sterkt avhengig av vinkel |
Forklar hierarkiske modeller | Tar for seg steg-for-steg prosesseringer. Wiesel og Hubels teori om simple og komplekse celler - nettverk sender info i 3 lag: 1. Reagerer på celler som bærer med seg visuell info (respons på å se et lys). 2. Lag av simple celler, responderer på lys/mørke, spesifikk orientering i et spes område i synsfeltet, og fjerner det irrelevante fra stimulusen. 3. Komplekse celler, bryr seg ikke mye om lokalisering, men gir mer abstrakt og helhetlig inntrykk |
Funksjon og organisering av visuelle nevroner? | Organisert i kolonner som koder inn liknende visuelle features. Nevronene blir, med erfaring, mer selektive for trente objekter eller deres komponent features. Individuelle nevroner er ikke tilstrekkelig til å skille mellom objekter (avhenger av populasjon av nevroner) |
Forklar Deep Neural Network (DNN) | Machine Learning Method. Fokuserer på hjernen og dens hierarkiske oppsett. Backpropagation. En formell modell av objektgjenkjennelse i cortex. Topografisk organisering av input, og et hierarki som går fra lave- til høyere nivåer i visuelle områder i ventral og dorsal strøm, med et nivå på slutten som bringer alt sammen. |
Want to create your own Flashcards for free with GoConqr? Learn more.