Percepcja i uwaga W oparciu o wykad Prof

  • Slides: 20
Download presentation
Percepcja i uwaga W oparciu o wykład Prof. Randall O'Reilly University of Colorado oraz

Percepcja i uwaga W oparciu o wykład Prof. Randall O'Reilly University of Colorado oraz Prof. Włodzisława Ducha Uniwersytet Mikołaja Kopernika 1 EE 141 Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie

Motywacje Percepcja jest stosunkowo najłatwiejsza do zrozumienia chociaż na wiele szczegółowych pytań nie ma

Motywacje Percepcja jest stosunkowo najłatwiejsza do zrozumienia chociaż na wiele szczegółowych pytań nie ma jasnych odpowiedzi. Pytania ogólne: q Dlaczego pierwotna kora wzrokowa reaguje na zorientowane krawędzie? q Dlaczego układ wzrokowy rozdziela informacje na szlak grzbietowy związany z działaniem i określaniem miejsca, i szlak brzuszny, związany z rozpoznawaniem obiektów? q Dlaczego uszkodzenia kory ciemieniowej prowadzą do zaburzeń orientacji przestrzennej i uwagi? q W jaki sposób rozpoznajemy obiekty w różnych miejscach, orientacji, odległości, przy różnych rzutach obrazu na siatkówkę? 2 EE 141

System wzrokowy Wzrok u zwierząt różnego gatunku realizowany jest na wiele sposobów: ślimak ma

System wzrokowy Wzrok u zwierząt różnego gatunku realizowany jest na wiele sposobów: ślimak ma komórki światłoczułe bez soczewek, owady złożone oko i 10 -30. 000 heksagonalnych fasetek, ssaki mają oko z siatkówką i soczewką, człowiek ok 120 M receptorów. Organizacja hierarchiczna zaczyna się w siatkówce, przechodzi przez ciało kolankowate boczne (część wzgórza), docierając do pierwotnej kory wzrokowej V 1, skąd rozsyłana jest dalej. 3 EE 141

Szlaki wzrokowe: siatkówka => ciało kolankowate boczne wzgórza (LGN) => promienistość wzrokowa => obszar

Szlaki wzrokowe: siatkówka => ciało kolankowate boczne wzgórza (LGN) => promienistość wzrokowa => obszar pierwotnej kory V 1 => wyższe piętra układu wzrokowego => obszary kojarzeniowe i wielomodalne. Kora obszaru V 1, zwana jest również korą prążkowaną (białe paski na szarym tle, aksony promienistości wzrokowej kończące się w warstwie 4). Komórki V 1 zorganizowane są w kolumny dominacji dwuocznej i kolumny orientacyjne, retinotopicznie. Proste komórki warstwy 4 reagują na paski o określonym nachyleniu, kontrastowe krawędzie, pobudzenia z jednego oka. Znaczna część środkowego obszaru V 1 reaguje na sygnały z okolic plamki 4 żółtej (dołka środkowego) oka, gdzie gęstość receptorów jest największa. EE 141

Wzrok q Z siatkówki przez ciało kolankowate boczne (część wzgórza) informacja trafia do pierwotnej

Wzrok q Z siatkówki przez ciało kolankowate boczne (część wzgórza) informacja trafia do pierwotnej kory wzrokowej V 1 i stamtąd wędruje dwiema drogami. EE 141 5

Siatkówka q q Siatkówka nie jest pasywną kamera rejestrującą obrazy. Kluczowa zasada: wzmacnianie kontrastów

Siatkówka q q Siatkówka nie jest pasywną kamera rejestrującą obrazy. Kluczowa zasada: wzmacnianie kontrastów podkreślających zmiany w przestrzeni i czasie, wzmacnianie krawędzi, jednolicie oświetlone obszary są mniej istotne. Fotoreceptory w czopkach i pręcikach, 3 -warstwowa sieć, komórki zwojowe =>LGN. ØPole recepcyjne: obszar, który pobudza daną komórkę. ØKombinacja sygnałów w siatkówce daje pola recepcyjne typu centrum-otoczka (oncenter) i odwrotnie, wykrywa krawędzie. ØKażde z pól indywidualnych komórek można modelować Gaussem, więc takie pola otrzymuje się jako różnicę (DOG). 6 EE 141

Ciało kolankowate boczne Kompresja sygnału – częściowo już w siatkówce. Informacje różnego typu trafiają

Ciało kolankowate boczne Kompresja sygnału – częściowo już w siatkówce. Informacje różnego typu trafiają do różnych warstw LGN. Stacja pośrednia – wszystkie sygnały zmysłowe (oprócz węchowych) przechodzą przez różne jądra wzgórza. Dynamiczne przetwarzanie informacji: sterowanie uwagą i szybki wielkokomórkowy szlak reagujący na ruch. Wsteczne projekcje V 1=>LGN są o rząd wielkości bardziej liczne niż LGN=>V 1 (rola - przewidywanie). q q q Konkurencyjna dynamika wybiera sygnały z pola wzrokowego, zwłaszcza dotyczące ruchu. Steruje ruchem gałki ocznej przez połączenia z wzgórkami czworaczymi. EE 141 7

Detektory krawędzi Sygnały punktowo kontrastowe z LGN kora V 1 organizuje w zorientowane pod

Detektory krawędzi Sygnały punktowo kontrastowe z LGN kora V 1 organizuje w zorientowane pod określonym kątem detektory krawędzi. Proste komórki V 1 łączą się w detektory krawędzi, pozwalając określić kształty, inne komórki reagują na kolor i rodzaj powierzchni (teksturę). Własności detektorów krawędzi: różna orientacja; wysoka częstość = szybkie zmiany, drobne paski; niska częstość = łagodne zmiany, szerokie paski; 8 polaryzacja = ciemne-jasne lub vv, ciemne-jasne-ciemne lub vv. EE 141

Reprezentacja w korze V 1 Zorientowane detektory krawędzi mogą się utworzyć przez korelacyjne uczenie

Reprezentacja w korze V 1 Zorientowane detektory krawędzi mogą się utworzyć przez korelacyjne uczenie się za pomocą Hebbowskich w oparciu o naturalne sceny. Co dzieje się z informacją o kolorze, teksturach, ruchu? 9 EE 141

Problem Rozpoznawania Obrazów • W jaki sposób tworzą się pola recepcyjne? • Dlaczego kora

Problem Rozpoznawania Obrazów • W jaki sposób tworzą się pola recepcyjne? • Dlaczego kora mózgowa koduje zorientowane paski światła? Uczenie poprzez korelacje w oparciu o naturalne sceny • Jak rozpoznajemy obiekty? W rożnych lokalizacjach, rozmiarach, obrotach, i obrazach na siatkówce • Dlaczego system wizyjny rozdziela się na strumienie gdzie/co? Niezmienniczość przestrzenna (spatial invariance) jest trudna, bo różne znaki zajmują częściowo te same pola recepcyjne, a te same znaki w różnych miejscach siatkówki obrócone lub innej wielkości wcale się nie pokrywają. 10 EE 141

Rozpoznawanie Skąd niezmienniczość? Szkic 3 D na podstawie rzutów 2 D, pamiętana jest tylko

Rozpoznawanie Skąd niezmienniczość? Szkic 3 D na podstawie rzutów 2 D, pamiętana jest tylko jedna reprezentacja 3 D (Marr 1982). Podejście syntaktyczne: składaj całość z kawałków modelu. Wariant (Hinton 1981): szukaj transformacji (przesunięcia, skalowania, obrotu), dopasuj do kanonicznej reprezentacji w pamięci. Problem: wiele obiektów 2 D może dać różne obiekty 3 D; trudno jest dopasować obiekty bo przestrzeń szukania fragmentów i łączenia ich w całość jest zbyt wielka – czy naprawdę pamiętamy obiekty 3 D? 11 EE 141

Stopniowe transformacje W mózgu niezmienniczość względem obrotów jest mocno ograniczona – np. rozpoznawanie obróconych

Stopniowe transformacje W mózgu niezmienniczość względem obrotów jest mocno ograniczona – np. rozpoznawanie obróconych twarzy. Ograniczoną niezmienniczość rozpoznawania obiektów można uzyskać dzięki stopniowym hierarchicznym równoległym transformacjom, zwiększającym niezmienniczość i tworzącym coraz bardziej złożone cechy rozproszonych reprezentacji. Cel: nie 3 D, ale zachować wystarczająco dużo szczegółów by dało się rozpoznać obiekty w niezmienniczy sposób po transformacjach. • Map seeking circuits in visual cognition (D. W. Arathorn, 2002 ) 12 EE 141

Dwa strumienie gdzie? /co? q“Gdzie to jest" = szlak wielkokomórkowy, zmierzający do płata ciemieniowego.

Dwa strumienie gdzie? /co? q“Gdzie to jest" = szlak wielkokomórkowy, zmierzający do płata ciemieniowego. q„Co EE 141 widzimy" = szlak drobnokomórkowy zmierzający do płata skroniowego (IT). 13

Szlak grzbietowy Szlak wielkokomórkowy: przez płat potyliczny szlakiem grzebietowym do kory ciemieniowej. Dochodzi do

Szlak grzbietowy Szlak wielkokomórkowy: przez płat potyliczny szlakiem grzebietowym do kory ciemieniowej. Dochodzi do warstwy 4 B w V 1, stąd do grubych ciemnych pasków obszaru V 2, analizuje informację o ruchu obiektu. W V 1, warstwa 4 B => V 5, lokalizacja w polu widzenia, ruch. V 5 pobudza płat ciemieniowy, PPC (tylna kora ciemieniowa), obszar 7 i 5; umożliwia to orientację przestrzenną, postrzeganie głębi i ruchu, połączenie z wzgórkami czworaczymi (orientacja oczu). 14 EE 141

Szlak brzuszny Szlak drobnokomórkowy: szlak brzuszny, do kory dolnoskroniowej. V 1 => V 2

Szlak brzuszny Szlak drobnokomórkowy: szlak brzuszny, do kory dolnoskroniowej. V 1 => V 2 obszar międzyplamkowy, reaguje na orientację linii, daje dużą ostrość widzenia, bez koloru. V 1 => V 3 obszar plamkowy, reaguje na kształty, reakcja na kolor w neuronach w ciemnych prążkach V 3. V 2 => V 4, główny obszar analizy koloru, informacja dochodzi do kory dolnoskroniowej (IT). Obszar IT w płacie dolnoskroniowym ma neurony reagujące na złożone obiekty. 15 EE 141

Lezje szlaku grzbietowego Lezje kory ciemieniowej wpływają silnie na mechanizmy uwagi i orientacji przestrzennej,

Lezje szlaku grzbietowego Lezje kory ciemieniowej wpływają silnie na mechanizmy uwagi i orientacji przestrzennej, rozległe lezje w jednej półkuli prowadzą do jednostronnego zaniedbania, niezdolności wyobrażenia (skupienia uwagi) na przeciwległej do lezji części przestrzeni. Dla niewielkich lezji jednostronnych widać wyraźne spowolnienie przeniesienia uwagi do miejsca po przeciwległej stronie. Dla rozległych przeniesienie uwagi nie jest możliwe. Lezje dwustronne prowadzą do zespołu Balinta, trudności w precyzyjnym kierowaniu ręką za pomocą wzroku, symultanagnozji; różnice pomiędzy czasami przeniesienia uwagi w eksperymencie Posnera są niewielkie. Posner twierdził, że to wynik przykucia uwagi, niezdolności do oderwania ale nie podał mechanizmu odrywania, następuje ono po skupieniu uwagi gdzie indziej – lepszy model zakłada zwykłą konkurencję. 16 EE 141

Uwaga Przestrzenna: Jednostronne Zaniechanie Autoportret Pacjenci z uszkodzeniami rozpoznania przestrzenno- czasowego zapominają o polowie

Uwaga Przestrzenna: Jednostronne Zaniechanie Autoportret Pacjenci z uszkodzeniami rozpoznania przestrzenno- czasowego zapominają o polowie przestrzeni mimo ze ja widza 17 EE 141

Uwaga Przestrzenna: Jednostronne Zaniechanie Zadanie przekreslania linii poziomych Kopiowanie rysunkow 18 EE 141

Uwaga Przestrzenna: Jednostronne Zaniechanie Zadanie przekreslania linii poziomych Kopiowanie rysunkow 18 EE 141

Podsumowanie Efekty uwagi pojawiają się naturalnie w modelu jako wynik konkurencji przez hamowanie, wzajemnych

Podsumowanie Efekty uwagi pojawiają się naturalnie w modelu jako wynik konkurencji przez hamowanie, wzajemnych połączeń, konieczności kompromisów. Podobne efekty widać w różnych mechanizmach korowych. Niektóre mechanizmy psychologiczne (zwalnianie uwagi) okazują się niepotrzebne. Efekty związane z uwagą dostarczają szczegółowych informacji pozwalających na dostrojenie modeli do wyników eksperymentów i użycie tych modeli do innych przewidywań; jest też sporo neurofizjologicznych danych dotyczących uwagi. Ograniczenia tego modelu: brak efektów związanych ze wzgórzem (praca Wager, O’Reilly), zbyt prosta reprezentacja obiektów (jedna cecha). 19 EE 141

Parę odpowiedzi q Dlaczego pierwotna kora wzrokowa reaguje na zorientowane krawędzie? Bo uczenie korelacyjne

Parę odpowiedzi q Dlaczego pierwotna kora wzrokowa reaguje na zorientowane krawędzie? Bo uczenie korelacyjne w naturalnym środowisku prowadzi do tego typu detektorów. q Dlaczego układ wzrokowy rozdziela informacje na szlak grzbietowy i szlak brzuszny? Bo transformacje sygnału wydobywają jakościowo różne informacje, wzmacniając jedne kontrasty a zmniejszając inne. q Dlaczego uszkodzenia kory ciemieniowej prowadzą do zaburzeń orientacji przestrzennej i uwagi (zaniedbanie)? Bo uwaga jest emergentną własnością systemów z konkurencją. q W jaki sposób rozpoznajemy obiekty w różnych miejscach, orientacji, odległości, przy różnych rzutach obrazu na siatkówkę? Dzięki transformacjom, które tworzą rozproszone reprezentacje w oparciu o cechy o coraz większej złożoności i niezmienniczości przestrzennej. 20 EE 141