Что такое модели зрительного опознания в психологии?

Модели зрительного опознания (англ. models of visual recognition) – модельные представления о механизмах отнесения зрительно воспринимаемых объектов к тому или иному классу (классам).

Главной трудностью при создании моделей зрительного опознания является обеспечение независимости классификации относительно изменения ряда параметров. Существенно, что при опознании мы практически никогда не имеем дела в точности с теми объектами, на которых проходило обучение.

К одному классу человек относит фигуры, часто обладающие при их физическом наложении небольшим количеством совпадающих точек. Изображения одного класса могут быть контурными, пунктирными, штриховыми, полутоновыми, составленными из текстурных областей, содержащими разрывы, искажения в виде различных шумов, нечёткости, взаимные наложения частей. На классификацию не влияет изменение освещённости, контраста, положение в поле зрения, поворот, изменение масштаба, ракурса.

Кроме того, процесс опознания может идти по-разному в зависимости от схожести объектов, среди которых проходит поиск. Например, искать болт с определённой формой головки среди других болтов намного труднее, чем среди шайб или гаечных ключей. Процессы опознания болта в разных условиях требуют во многом разных разделительных признаков, то есть проходят в разных пространствах признаков.

Ещё одно важное свойство классификации – её перестраиваемость и многозначность: мы постоянно меняем принципы объединения объектов в класс (основания классификации).

Существующие модели зрительного опознания основаны на сравнении распознаваемого объекта с хранящимися в памяти обобщёнными описаниями классов. В основе моделей лежит принцип сравнения воспринимаемого объекта с набором эталонов или прототипов, хранящихся в памяти.

Более процедурно ориентированной является «поисковая» модель зрительного опознания, в которой строение прототипа и операции сравнения с ним рассматриваются в плане работы фреймовых структур семантических сетей. «Поисковая» модель рассматривает опознание и классификацию как поиск на сложной пространственной сцене фрагментов, удовлетворяющих критериям обобщённых эталонных описаний.

Такие описания построены по принципу «часть через части», как иерархическая система описаний частей объектов и их соотношений. Сложные части описываются через соотношения более простых частей, обладающих соответствующими характеристиками.

Исходя из такой структуры, могут быть выделены сегменты описания, описывающие отдельные фрагменты объектов. В каждом сегменте содержатся данные 3 типов: 1) интегральные характеристики данного фрагмента (площадь, вытянутость, направление оси, изрезанность, контрастность, координаты особых точек и т.д.); 2) характеристики более простых фрагментов, входящих в состав данного; 3) характеристики соотношений фрагментов, составляющих данный фрагмент (рядом, справа, углы между осями и т.д.).

Обобщённость эталонного описания обеспечивается тем, что в его сегментах содержатся не столько точные характеристики фрагментов, сколько интервалы значений характеристик. Такие интервальные значения можно рассматривать как критерии для процедур выделения фрагментов разной сложности.

Ввиду такой структуры обобщённого эталонного описания класса каждый сегмент описания способен к автономному функционированию, то есть способен управлять процессами поиска многих фрагментов, характеристики которых удовлетворяют его записям. Отсюда вытекает возможность осуществления независимой параллельной работы всех сегментов данного уровня, что может быть названо принципом независимой работы сегментов.

Третий важный принцип построения эталонного описания – принцип кворума – допускает ограниченность числа одновременного работающих сегментов. Этот принцип работает не только при узнавании искажённых, частично закрытых и зашумлённых объектов, его участие необходимо и при работе с различными неоднозначными, парадоксальными изображениями.

Построение эталонного описания по принципу «часть через части» определяет основную стратегию опознания – работу по схеме «процессы сверху вниз». Включение сегментов нижележащих уровней происходит только «по запросу», если результаты их работы требуются для работы сегментов высших уровней. Это происходит, в частности, если исполнительные операторы не смогли полностью удовлетворить запросы сегментов высших уровней.

Работа «по запросу» обеспечивает как бы шунтирование, обход всех остальных сегментов эталонного описания. Существенно, что наряду с опознанием происходит построение текущего описания, которое является одновременно и относительно конкретным, и редуцированным.

Источник: Мещеряков Б.Г., Зинченко В.П. Большой психологический словарь.

Возможные проблемы:

1. Сложность моделирования зрительных процессов, учитывающих все возможные искажения и шумы в реальных условиях
2. Ограниченная способность существующих моделей распознавать объекты при сильном изменении ракурса или масштаба
3. Трудности обработки зашумлённых или частично перекрытых изображений
4. Высокие вычислительные затраты при реализации иерархических моделей с множеством уровней анализа
5. Проблемы адаптации моделей к индивидуальным особенностям зрительного восприятия у разных людей
6. Невозможность полного учёта контекста и семантики при классификации объектов
7. Ошибки распознавания при высокой схожести объектов внутри одного класса (например, разных видов птиц)
8. Затруднения в моделировании «гибкости» человеческого восприятия – способности быстро перестраивать критерии классификации
9. Ограничения в обработке динамических сцен, где объекты движутся и меняют форму
10. Трудности интеграции данных от разных сенсорных систем (например, зрительной и тактильной) в единую модель опознания