SideEye：基于生成神经网络的人类外周视觉模拟器
神经与进化计算
2017-10-24 v2 计算机视觉与模式识别
神经元与认知
摘要
中心凹视觉仅占视野的不到 1%，其余 99% 为外周视觉。人类在外周视觉中究竟看到了什么既显而易见又充满神秘：我们用自己的眼睛看到了它，却无法将所见视觉化，除非在受控的实验室实验中。外周信息的退化远比用径向模糊所能模拟的要复杂得多。相反，经过行为验证的模型假设，外周视觉在随偏心率增大而扩张的重叠池化区域中度量大量局部纹理统计信息。在本工作中，我们通过在经过行为验证的全场合成模型上训练生成神经网络，开发了一种新的外周视觉模拟方法。通过将运行时间缩减 21,000 倍，我们的方法首次将外周视觉模拟的真实感与速度结合到一定程度，从而提供了一种通过外周可视化进行视觉设计的全新方式。
引用
@article{arxiv.1706.04568,
title = {SideEye: A Generative Neural Network Based Simulator of Human Peripheral Vision},
author = {Lex Fridman and Benedikt Jenik and Shaiyan Keshvari and Bryan Reimer and Christoph Zetzsche and Ruth Rosenholtz},
journal= {arXiv preprint arXiv:1706.04568},
year = {2017}
}