例から色アルゴリズムを合成する. | JoVE Visualize

科学分野:

コンピュータビジョンコンピュータビジョン
コンピューティング神経科学
画像処理画像処理

背景:

表面の反射率を照明から分離することは,コンピュータビジョンにおける根本的な課題です.
既存の軽さアルゴリズムは,しばしば視覚入力に関する特定の仮定に依存しています.
例からアルゴリズムを合成することは,視覚的知覚の問題に対するデータ主導のアプローチを提供します.

研究の目的:

表面反射と照明を分離できる軽さアルゴリズムを自動的に合成する.
早期視力におけるアルゴリズム合成のための最適な線形推定の有効性を調査する.
合成されたアルゴリズムを,Landのアルゴリズムと逆伝播を含む既存の方法と比較する.

主な方法:

モンドリアン世界モデルは,画像ペアの例 (強度信号と表面反射率) を生成するために使用されました.
線形演算子を仮定して,最適線形推定を合成技術として採用した.
合成されたアルゴリズムは分析され,Landのアルゴリズムと逆伝播と比較されました.

主要な成果:

機能的な軽さアルゴリズムは,画像ペアの例から成功裏に合成されました.
合成されたアルゴリズムは,中心周辺受容場経由のフィルタリングに近似的等価性を示した.
最適な線形推定は効果的であることが示され,変換演算子に対して線形性仮定のみを必要とした.

結論:

最適な線形推定は,例から軽さアルゴリズムなどの早期視覚アルゴリズムを合成するための実行可能な方法です.
合成されたアルゴリズムは,Landのアルゴリズムのような確立された方法と比較して動作します.
バックプロパガンダのような代替的な学習方法は,この特定のタスクでは有意に優れた結果を出すことができなかった.