通过解剖约束的深度卷积神经网络统一解释从视网膜到皮层的早期视觉表征
神经元与认知
2019-01-07 v1 机器学习
神经与进化计算
摘要
视觉系统呈层级组织，在相继阶段中处理视觉信息。在视觉处理的初始阶段，神经表征差异极大：在视网膜输出处，神经节细胞感受野（RFs）呈现清晰的拮抗中心- surround 结构，而在初级视觉皮层中，典型感受野则对精确朝向具有尖锐调谐。目前尚无统一理论解释这些跨层表征差异。在此，我们使用在图像识别上训练的深度卷积神经网络作为视觉系统的模型，表明这种表征差异可作为视网膜与皮层网络上不同神经资源约束的直接后果而出现，并且我们找到了一个单一模型，其中两种几何结构在视觉处理的适当阶段自发涌现。关键约束是视网膜输出处神经元数量减少，这与作为严格瓶颈的视神经解剖结构一致。其次，我们发现，对于简单皮层网络，视网膜输出处的视觉表征作为非线性且有损的特征检测器涌现，而对于更复杂的皮层，它们则作为视觉场景的线性且忠实的编码器涌现。该结果预测，小型脊椎动物的视网膜应执行复杂的非线性计算，直接提取与行为相关的特征，而大型动物（如灵长类）的视网膜应主要线性编码视觉场景并对更广范围的刺激作出响应。这些预测可通过表明所有脊椎动物依其视觉系统所分配神经资源的程度而处于这两个目标之间的连续谱上，来调和将视网膜视为执行特征提取或自然场景高效编码这两种看似不相容的观点。
引用
@article{arxiv.1901.00945,
title = {A Unified Theory of Early Visual Representations from Retina to Cortex through Anatomically Constrained Deep CNNs},
author = {Jack Lindsey and Samuel A. Ocko and Surya Ganguli and Stephane Deny},
journal= {arXiv preprint arXiv:1901.00945},
year = {2019}
}