使用计算机视觉估计自然场景中数量和非数值视觉幅度的分布
计算机视觉与模式识别
2025-07-29 v2
摘要
人类与许多动物物种共享感知并近似表示视觉场景中物体数量的能力。这种能力在童年时期不断提高，表明学习和发育在塑造我们的数感中起着关键作用。这一假设进一步得到了基于深度学习的计算研究的支持，这些研究表明，在学习具有不同数量项目的图像的统计结构的神经网络中，数量感知可以自发出现。然而，神经网络模型通常使用合成数据集进行训练，这些数据集可能无法忠实地反映自然环境的统计结构，并且人们也越来越有兴趣使用更具生态性的视觉刺激来研究人类的数量感知。在这项工作中，我们利用计算机视觉算法的最新进展来设计和实现一个原始流程，该流程可用于估计包含数千张描绘日常生活情境中物体的真实图像的大规模数据集中数量和非数值幅度的分布。我们表明，在自然视觉场景中，不同数量的出现频率遵循幂律分布。此外，我们表明，数量和连续幅度的相关结构在不同数据集和场景类型（同质与异质物体集）中是稳定的。我们建议考虑这种“生态”协方差模式对于理解非数值视觉线索对数量判断的影响很重要。
引用
@article{arxiv.2409.11028,
title = {Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision},
author = {Kuinan Hou and Marco Zorzi and Alberto Testolin},
journal= {arXiv preprint arXiv:2409.11028},
year = {2025}
}