Psicologia dei processi cognitivi 1 Percezione PPC 1

  • Slides: 21
Download presentation
Psicologia dei processi cognitivi 1 Percezione PPC 1 -P Lezione 3 11/03/2021 • Template

Psicologia dei processi cognitivi 1 Percezione PPC 1 -P Lezione 3 11/03/2021 • Template Matching e facce • Template Matching nel cervello: campi recettivi e detezione di bordi • Un esempio di descrizione strutturale per le facce • Il Modello di Palmer (1975) • Perchè il template matching non basta (1) • in cosa differisce da modelli basati su descrizione strutturale • riconoscimento di lettere • Il problema della normalizzazione prof. Carlo Fantoni STP 2020 -2021

riconoscimento di facce ed emozioni non mediato da semplice confronto di sagome (template matching)

riconoscimento di facce ed emozioni non mediato da semplice confronto di sagome (template matching) § cap. 4. 2 dello Zorzi § Dispensa Goldstein Cap_3_Ita_Processamento_Neurale_e_Percezione

sovrapposizione e confronto (matching) § sovrapposizione tra input sensoriale e sagoma (template) conservata in

sovrapposizione e confronto (matching) § sovrapposizione tra input sensoriale e sagoma (template) conservata in memoria § misura della discrepanza § decisione positiva/negativa se la discrepanza è sotto/sopra una soglia prestabilita

analisi locale e detezione di caratteristiche

analisi locale e detezione di caratteristiche

sovrapposizione

sovrapposizione

misura della discrepanza occhio destro guancia occhio destro occhio sinistro § correlazione bassa anche

misura della discrepanza occhio destro guancia occhio destro occhio sinistro § correlazione bassa anche nell’occhio sinistro

template di base? campo recettivo della cellula semplice nel nucleo genicolato laterale: side-by-side Dispensa

template di base? campo recettivo della cellula semplice nel nucleo genicolato laterale: side-by-side Dispensa Goldstein (Cap_3_Ita_Processamento_Neurale_e_Percezione)

2 operazioni supportate dal template matching 1. selezionare l’oggetto di interesse (il più simile

2 operazioni supportate dal template matching 1. selezionare l’oggetto di interesse (il più simile al template) tra vari candidati, come un occhio tra le varie caratteristiche del volto (guancia, naso etc. . ) 2. object-of-interest detection o rilevazione di un oggetto di interesse: trovare la posizione spaziale dell’oggetto di interesse nell’immagine § In nessun modo evidenziano la relazione tra le parti necessaria per spiegare effetti/processi di natura relazionale/configurazionale (effetto inversione e Tatcher) § Questo è l’obiettivo dei modelli basati sulla descrizione

template matching portato all’estremo la cellula madre di Jennifer Aniston (Quiroga e coll, Nature

template matching portato all’estremo la cellula madre di Jennifer Aniston (Quiroga e coll, Nature 2005)

descrizione strutturale di un volto (structural descriptions)

descrizione strutturale di un volto (structural descriptions)

la proposta di Palmer (1975) § Faccia rappresentata da rete di nodi interconnessi che

la proposta di Palmer (1975) § Faccia rappresentata da rete di nodi interconnessi che fornisce una schema di codifica invariante alla scala e all’orientamento § Nodo faccia: sistema di riferimento § Nodi parti della faccia [occhi, naso, bocca] codificate da forma e 3 connessioni che codificano: posizione, asse di allungamento e orientamento.

tante proprietà non direttamente presenti nell’immagine § Informazioni relazionali fra parti e tutto §

tante proprietà non direttamente presenti nell’immagine § Informazioni relazionali fra parti e tutto § Sistema di riferimento § Proprietà globali della forma (concavità/convessità, simmetria)

Perchè il template matching non basta e in cosa differisce da modelli basati su

Perchè il template matching non basta e in cosa differisce da modelli basati su descrizione strutturale

template matching e object-of-interest detection riconoscimento di lettere

template matching e object-of-interest detection riconoscimento di lettere

Quale candidato migliore? § n= 28 § D= misura di discrepanza § p(celle discrepanti)=

Quale candidato migliore? § n= 28 § D= misura di discrepanza § p(celle discrepanti)= D/n 6/28 0/28 6/28

normalizzazione e template matching § l’efficacia di un riconoscitore basato su template matching dipende

normalizzazione e template matching § l’efficacia di un riconoscitore basato su template matching dipende dalle operazioni di normalizzazione § altrimenti un pattern strutturalmente identico ma più piccolo o ruotato potrebbe essere valutato come più diverso di un pattern strutturalmente diverso § vedi esempio seguente § riconoscere una H

identità n= 49 D 0 p= 0. 00

identità n= 49 D 0 p= 0. 00

scala n= 49 D 16 p= 0. 37

scala n= 49 D 16 p= 0. 37

orientamento n= 49 D 24 p= 0. 49

orientamento n= 49 D 24 p= 0. 49

differenza n= 49 D 12 p= 0. 24

differenza n= 49 D 12 p= 0. 24

Quindi § in assenza di un processo di normalizzazione del template § dato come

Quindi § in assenza di un processo di normalizzazione del template § dato come template è meglio di che è meglio di