所见略同？图像操控下人类与深度卷积神经网络物体识别性能比较
计算机视觉与模式识别
2020-12-15 v2 机器学习
图像与视频处理
神经元与认知
摘要
长期以来，深度卷积神经网络（DCNNs）在物体识别上已达到人类基准性能。因此，计算神经科学与机器学习领域已开始探讨人工视觉与生物视觉之间的诸多相似与差异。本研究旨在基于 ImageNet 数据集的分类学习范式，对人类与前馈神经网络在视觉核心物体识别性能上进行行为学比较。为此，65 名人类受试者参与了一项在线实验，与不同的前馈 DCNNs 同台竞争。所设计的方法基于七种不同猴子类别的典型学习过程，包括使用自然样本的训练与验证阶段，以及使用新颖、未经历过的形状与颜色操控的测试阶段。准确率分析表明，人类不仅在各项条件下均优于 DCNNs，而且对形状尤其是颜色改变的鲁棒性显著更强。此外，对行为模式的精细考察通过揭示两组之间独立的分类错误进一步凸显了这些发现。所得结果显示，在操控图像的视觉核心物体识别方面，人类与前馈人工架构存在强烈反差。总体而言，这些发现与日益增多的文献一致，后者暗示循环（recurrence）是具备充分泛化能力的关键因素。
引用
@article{arxiv.2007.06294,
title = {Seeing eye-to-eye? A comparison of object recognition performance in humans and deep convolutional neural networks under image manipulation},
author = {Leonard E. van Dyck and Walter R. Gruber},
journal= {arXiv preprint arXiv:2007.06294},
year = {2020}
}
备注
19 pages, 7 figures, 3 tables