从图像到感知：通过图像重建涌现的感知特性
计算机视觉与模式识别
2025-08-15 v1
摘要
许多科学家提出，人类视觉感知可能源于图像统计，在早期视觉中塑造高效的神经表征。本研究采用一种能容纳视网膜-V1皮层若干已知事实的仿生架构 PerceptNet，针对图像重建相关的不同任务（自编码、去噪、去模糊和稀疏正则化）进行了端到端优化。结果表明，尽管在初始化或训练中未使用感知信息，编码器阶段（类V1层）始终表现出与人类对图像失真的感知判断最高的相关性。这种一致性在适度的噪声、模糊和稀疏度下达到最优。这些发现表明，视觉系统可能被调谐为去除这些特定程度的失真及相应的稀疏度，且受生物启发的模型可以在无人类监督的情况下学习感知度量。
引用
@article{arxiv.2508.10450,
title = {From Images to Perception: Emergence of Perceptual Properties by Reconstructing Images},
author = {Pablo Hernández-Cámara and Jesus Malo and Valero Laparra},
journal= {arXiv preprint arXiv:2508.10450},
year = {2025}
}