从视觉场景中学习注意涌现的中央凹图像采样
神经与进化计算
2017-10-24 v2 人工智能
机器学习
摘要
我们描述了一个具有可学习视网膜采样网格的神经注意模型。该模型在一个视觉搜索任务上进行训练，该任务要求使用最少的注视次数，对嵌入在含有背景干扰物的视觉场景中的物体进行分类。我们探索了模型训练后其视网膜采样网格中涌现的铺嵌特性。具体而言，我们表明该网格类似于灵长类动物视网膜中依赖离心率的采样网格，即中央凹处有一个高分辨率区域，周围环绕着低分辨率的外围区域。此外，我们找到了这些涌现特性被增强或消除的条件，为其功能提供了线索。
引用
@article{arxiv.1611.09430,
title = {Emergence of foveal image sampling from learning to attend in visual scenes},
author = {Brian Cheung and Eric Weiss and Bruno Olshausen},
journal= {arXiv preprint arXiv:1611.09430},
year = {2017}
}
备注
Published as a conference paper at ICLR 2017