更精细级别的物体分类需要更高的空间频率，因此耗时更长
神经元与认知
2018-03-12 v1 计算机视觉与模式识别
摘要
人类视觉系统包含一系列分层模块，参与不同抽象级别（即上位、基本和下位级别）的视觉感知。一个重要问题是确定在物体识别过程中视觉表征开始的“入口”级别。长期以来，人们认为基本级别相对于其他两个级别具有优势；这一说法最近受到挑战。在此，我们使用一系列基于快速呈现范式的心理物理学实验以及两个计算模型，结合带通滤波图像，研究分类级别的处理顺序。在这些实验中，我们通过改变输入图像的空间频率带来调查每个级别物体分类所需的视觉信息类型。我们的心理物理学实验和计算模型结果一致。它们表明不同的空间频率信息对每个级别的物体分类有不同影响。在缺乏高频信息的情况下，下位和基本级别的分类执行不准确，而上位级别执行良好。这意味着低频信息对于上位级别足够，但对于基本和下位级别则不足。这些更精细的级别需要高频信息，而高频信息似乎需要更长时间处理，导致更长的反应时间。最后，为避免天花板效应，我们通过向输入图像添加不同数量的噪声并重复实验来评估结果的鲁棒性。正如预期，分类准确率下降且反应时间显著增加，但趋势相同。这表明我们的结果并非由于天花板效应。
引用
@article{arxiv.1703.09990,
title = {Object categorization in finer levels requires higher spatial frequencies, and therefore takes longer},
author = {Matin N. Ashtiani and Saeed Reza Kheradpisheh and Timothée Masquelier and Mohammad Ganjtabesh},
journal= {arXiv preprint arXiv:1703.09990},
year = {2018}
}