跳到正文
原文
bioRxiv · Neuroscience· Schneider, A. R., Maltz 等 6 人
精选AI 评分61

形状与局部特征在人类物体识别与学习中的作用

The role of shape and local features in human object recognition and learning

预印本 · 尚未经过同行评审

AI 导读

当前表现最好的人类视觉模型深度神经网络更依赖纹理式局部特征而非形状,这让人怀疑形状对人类知觉是否真如以往认为的那样重要。研究在七项实验中测试了300名成人和100名5岁儿童,比较形状与局部特征在视觉物体识别和学习中的作用。结果显示,用局部特征识别常见物体的准确率与用形状相当,但形状在新异物体学习中起关键作用,被试甚至能完成一次学习后的物体分类。

推荐理由

七项实验共400名成人与5岁儿童被试,对比形状与局部特征在物体识别和新异物体学习中的作用,发现形状支持一次学习分类。

摘要 · AI 翻译

物体的形状是一种重要的视觉线索,对感知和认知都至关重要。然而,当前最佳的人类视觉模型——深度神经网络(DNN)——并不优先处理形状,而是依赖类似纹理的局部视觉特征。这引出了一个问题:形状对人类感知的重要性是否可能低于此前所认为的?在七项实验中,我们以成人(N = 300)和5岁儿童(N = 100)为被试,检验了形状与局部特征在视觉物体识别与学习中的作用。我们发现,人类利用局部视觉特征识别常见物体的准确度,与利用形状时相当。这一发现提示,与DNN类似,局部特征或许足以支持日常的视觉识别,而形状可能并非必需。然而,我们发现形状在新异物体学习中起着关键作用,使被试甚至能够完成一次性物体归类。综合来看,这些发现促使我们重新思考形状在视觉识别中的作用,并提示DNN尽管不使用形状,却可能仍然捕捉到了人类视觉加工的一个重要方面。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。