颜色视觉生物网络中的信息流
神经元与认知
2022-10-13 v2
摘要
颜色外观模型是一类生物网络，由级联的线性+非线性层构成，这些层修改视网膜光感受器处的线性测量，从而产生与心理物理体验相关的颜色内部（非线性）表征。这些网络的基本层包括：(1) 色适应（颜色流形均值与协方差的归一化），(2) 转换为对立颜色通道（颜色空间中的类 PCA 旋转），以及 (3) 饱和非线性以获得感知上欧几里得的颜色表征（类似于按维度均衡化）。高效编码假说认为，这些变换应从信息论目标中涌现。若该假说在颜色视觉中成立，问题在于：颜色外观网络各层所带来的编码增益是多少？本工作中，我们分析了一族具代表性的颜色外观模型，考察网络过程中色度分量间冗余的演变，以及从输入数据到含噪响应所传递的信息量。所提分析使用了此前未具备的数据与方法：(1) 不同 CIE 光照下新近色度校准的场景，用于恰当评估色适应；(2) 基于高斯化的新统计工具，用于估计多维集合间的（多元）信息论量。结果确认高效编码假说对当前颜色视觉模型成立，并识别出对信息传递增益起关键作用的心理物理机制：对立通道及其非线性本质比视网膜处的色适应更为重要。
引用
@article{arxiv.1912.12093,
title = {Information Flow in Biological Networks for Color Vision},
author = {Jesus Malo},
journal= {arXiv preprint arXiv:1912.12093},
year = {2022}
}