源自自然场景统计的视觉噪声揭示人类场景类别表征
计算机视觉与模式识别
2014-11-20 v1 人机交互
摘要
我们的感知既受进入眼睛的自下而上信息的引导，也受我们对所见内容的自上而下预期的影响。尽管自下而上的视觉处理已被广泛研究，但对自上而下信号的了解相对较少。在此，我们描述了 REVEAL（Representations Envisioned Via Evolutionary ALgorithm，通过进化算法构想的表征），这是一种可视化观察者对复杂真实世界场景内部表征的方法，使我们能够首次可视化观察者头脑中的自上而下信息。REVEAL 依赖于解决这一高维问题的两项创新：采样自自然图像统计的视觉噪声，以及与人类观察者协作以高效获得解的计算机算法。在本工作中，我们通过一项实验可视化了观察者对视觉场景类别（街道）的内部表征，在该实验中，观察者观看自然主义视觉噪声并与算法协作以将其内部表征外化。由于未呈现任何场景信息，观察者必须利用其对目标的内部知识，并将其与噪声中的视觉特征进行匹配。我们将重建图像与现实世界街道场景的图像进行匹配以增强可视化效果。关键在于，我们表明可视化的心理图像可用于预测快速场景检测性能，因为每位观察者在检测与其重建的街道模板最相似的真实世界图像时，反应更快且更准确。这些结果表明，可视化以前不可观察的真实世界刺激的心理表征是可行的。更广泛地说，REVEAL 提供了一种通用方法，用于客观地检查以前私密的、主观的心理体验内容。
引用
@article{arxiv.1411.5331,
title = {Visual Noise from Natural Scene Statistics Reveals Human Scene Category Representations},
author = {Michelle R. Greene and Abraham P. Botros and Diane M. Beck and Li Fei-Fei},
journal= {arXiv preprint arXiv:1411.5331},
year = {2014}
}