中文字幕在线天|亚洲一区二区三区手机版|少妇中文字幕乱码亚洲影视|最好看的久久综合伊人



      

      
  

      

      
	
	

      

      



      

	
      

      
	
      
  	       
      
       中國基因網(wǎng)您的位置：首頁 >國外研究 >        
      
  
      
		
      
			
      大腦如何識別眼睛看到的東西
      
			
      
				2019-01-10 17:15:21
				?
			  來源：
			
      
		
      
				
		
      
			
      如果你認(rèn)為自動駕駛汽車不能很快到達(dá)這里，那么你并不孤單。但是給計算機(jī)編程來識別物體在技術(shù)上是非常具有挑戰(zhàn)性的，尤其是因為科學(xué)家們還沒有完全理解我們的大腦是如何做到這一點的。
      

      大腦如何識別眼睛看到的東西
      

      現(xiàn)在，索爾克研究所的研究人員分析了大腦關(guān)鍵部位V2的神經(jīng)元如何對自然場景做出反應(yīng)，從而更好地理解視覺處理。這項工作發(fā)表在2017年6月8日的《自然通訊》雜志上。
      

      索爾克計算神經(jīng)生物學(xué)實驗室的副教授、這篇論文的高級作者Tatyana Sharpee說:“理解大腦是如何識別視覺對象的，這不僅對視覺很重要，而且因為它提供了一個窗口，讓我們了解大腦是如何工作的。”我們大腦的大部分是由一個重復(fù)的計算單元組成的，叫做皮質(zhì)柱。特別是在視覺方面，我們可以非常精確地控制輸入到大腦的信息，這使得定量地分析信號在大腦中的轉(zhuǎn)換成為可能。
      

      根據(jù)Sharpee的說法，盡管我們通常認(rèn)為這種能力是理所當(dāng)然的，但這種能力來自于我們還不能在計算機(jī)中重現(xiàn)的一系列復(fù)雜的數(shù)學(xué)變換。事實上，超過三分之一的大腦專門用于分析視覺場景。
      

      我們的視覺感知從眼睛的明暗像素開始。這些信號被發(fā)送到大腦后部的V1區(qū)域，在那里它們被轉(zhuǎn)換成對應(yīng)于視覺場景的邊緣。不知何故，通過對這些信息進(jìn)行幾次后續(xù)的轉(zhuǎn)換，我們就可以識別人臉、汽車和其他物體，以及它們是否在移動。這種識別是如何發(fā)生的仍然是個謎，部分原因是編碼物體的神經(jīng)元以復(fù)雜的方式做出反應(yīng)。
      

      現(xiàn)在，Sharpee和他的團(tuán)隊的博士后研究員Ryan Rowekamp已經(jīng)開發(fā)出一種統(tǒng)計方法，可以將這些復(fù)雜的反應(yīng)以可解釋的方式描述出來，這種方法可以用于將視覺解碼為計算機(jī)模擬視覺。為了開發(fā)他們的模型，研究小組使用了來自計算神經(jīng)科學(xué)合作研究(CRCNS)數(shù)據(jù)庫的公開數(shù)據(jù)，顯示靈長類動物觀看自然場景(如森林景觀)電影時的大腦反應(yīng)。
      

      Rowekamp說:“我們運(yùn)用了新的統(tǒng)計技術(shù)來弄清楚電影中的哪些特征導(dǎo)致V2神經(jīng)元改變了它們的反應(yīng)。”“有趣的是，我們發(fā)現(xiàn)V2神經(jīng)元對邊緣的組合有反應(yīng)。”
      

      研究小組發(fā)現(xiàn)，V2神經(jīng)元處理視覺信息遵循三個原則:第一，它們將方向相似的邊緣結(jié)合起來，增強(qiáng)了對構(gòu)成物體邊界的曲線位置微小變化的感知魯棒性。其次，如果一個神經(jīng)元被某個特定方向和位置的邊緣激活，那么與此方向90度的那個方向?qū)⒃谕晃恢帽灰种?，這種組合稱為“交叉方向抑制”。“這些交叉方向的邊緣組合以不同的方式組合在一起，讓我們能夠檢測出不同的視覺形狀。”研究小組發(fā)現(xiàn)，交叉定位對于準(zhǔn)確的形狀檢測至關(guān)重要。第三個原則是，相關(guān)圖案在空間中重復(fù)出現(xiàn)，其方式有助于感知樹木或水的紋理表面及其邊界，就像印象派繪畫那樣。
      

      研究人員將這三種組織原則合并到一個名為二次卷積模型的模型中，該模型可以應(yīng)用于其他實驗數(shù)據(jù)集。研究人員說，視覺處理很可能類似于大腦處理氣味、觸覺或聲音的方式，因此這項工作也可以解釋這些區(qū)域的數(shù)據(jù)處理。
      

      Rowekamp說:“我以前做過的模型與數(shù)據(jù)并不完全兼容，或者不完全兼容。”“因此，將邊緣識別與對紋理的敏感性結(jié)合起來，作為一種分析和理解復(fù)雜視覺數(shù)據(jù)的工具，開始獲得成功，這真的令人滿意。”
      

      但更直接的應(yīng)用可能是改進(jìn)自動駕駛汽車或其他機(jī)器人設(shè)備的對象識別算法。“似乎每次我們在計算機(jī)視覺算法中加入大腦中發(fā)現(xiàn)的計算元素，它們的性能就會提高，”Sharpee說。
      
			

			
        
      
			
      
            鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權(quán)行為，請第一時間聯(lián)系我們修改或刪除，多謝。
			
      
			
			
      
        
      推薦內(nèi)容