- 任务难度与时间的关系:
- 青蛙视网膜实验
单个神经元可以完成的任务比人么过去所想象的要复杂得多,也精确的多。神经元并不是简单的不可靠地把视觉图像的照明强度投射到感觉中枢,它们可以检测模式单元,区分物体的深度,排除无关的变化因素并组成一个使人感兴趣的层次结构。此外,这些神经元可以突出在信息处理中具有重要意义地东西,而且还可以利用早期视觉经验永久地改变它们的模式选择性。单个神经元是意识操作中的原动机,思想是由神经元产生的,神经元的活动便是思维过程。每一个神经元的活动都有可能对知觉起重要的作用。
单个神经细胞即接受其他神经细胞发来的信号,又影响其他神经细胞。对这种神经元活动的描述以及对该神经元受其他神经元影响而做出的反应的描述,是理解神经系统功能的足够完整的描述,是理解大脑控制行为的基础。
这不就是机器学习的味道?
大脑皮层的视区到底在做些什么工作呢?在做这些工作时有哪些问题是需要解释的呢?应该到那个描述层次上寻找这样一些解释呢?
- 处理
(1)输入表象和输出表象;(2)选择一个实际上能完成表现变换的算法。
计算2D-3D
视觉信息处理的三个层次
最高层:抽象计算理论。将一种信息映射为另一种信息(一种映射)。
中间层:输入输出表象选择,表象之间转换的算法选择(算法)。
物理层:物理上如何实现算法和表现的具体细节(硬件)。
三个层次相互耦合,均有不同方案供选择,但每一层次涉及的问题与其他层次基本无关。
注意,做什么和怎么做是截然不同的。算法和理论是完全两个不同的层次。
人是如何在不断变化的感觉基础上获得恒定的知觉的?Gibson把知觉问题看成是从感觉信息恢复外部世界的“有效”性质问题。
ecological optics
视觉是一个处理过程,它能从外部世界的图像中得到一个即对观察者有用又不受外部干扰的描述。
视觉:从图像中建立物体形状和位置的描述。