一瞥中的视觉：精细与粗略信息处理通路间的相互作用
计算机视觉与模式识别
2020-09-14 v1
摘要
在机器学习中，物体识别常被视为前馈、自下而上的过程，但在真实神经系统中，物体识别是一个复杂过程，涉及两条信号通路之间的相互作用。一条是视锥细胞通路（P-通路），其速度慢并提取物体的精细特征；另一条是视杆细胞通路（M-通路），其速度快并提取物体的粗略特征。有研究表明，两条通路之间的相互作用赋予神经系统快速、自适应且鲁棒地处理视觉信息的能力。然而，其底层计算机制在很大程度上仍未知。在本研究中，我们构建了一个计算模型以阐明两条通路间相互作用所带来的计算优势。我们的模型由两个卷积神经网络组成：一个模拟 P-通路，称为 FineNet，其较深、具有小尺寸卷积核，并接收精细视觉输入；另一个模拟 M-通路，称为 CoarseNet，其较浅、具有大尺寸卷积核，并接收低通滤波或二值化视觉输入。两条通路通过受限玻尔兹曼机相互交互。我们发现：1）FineNet 可通过模仿教导 CoarseNet 并大幅提高其性能；2）CoarseNet 可通过关联提高 FineNet 的噪声鲁棒性；3）CoarseNet 的输出可作为认知偏置来提高 FineNet 的性能。我们希望本研究能为理解视觉信息处理提供见解，并启发新物体识别架构的发展。
引用
@article{arxiv.2009.05101,
title = {Vision at A Glance: Interplay between Fine and Coarse Information Processing Pathways},
author = {Zilong Ji and Xiaolong Zou and Tiejun Huang and Si Wu},
journal= {arXiv preprint arXiv:2009.05101},
year = {2020}
}