DNN模型可以模拟#TheDress的外观变化吗?
Ichiro Kuriki1, Hikari Saito1, Rui Okubo1
1Saitama University, Japan.
i-Perception
|November 10, 2025
概括
由于"蓝色偏差",个人对#TheDress的颜色感知有所不同,在天窗下,浅蓝色被视为白色. 使用蓝色偏差场景训练深度神经网络 (DNN) 将感知从蓝色/黑色转移到白色/金色.
科学领域:
- 视觉科学 视觉科学 视觉科学
- 计算神经科学是一种神经科学.
- 人工智能的人工智能
背景情况:
- #TheDress图像的颜色外观在个体之间是高度可变的.
- 这种变化部分归因于蓝色像素在天窗下被认为是白色的差异,称为"蓝色偏差".
研究的目的:
- 使用深度神经网络 (DNN) 模拟色彩感知中的个体差异.
- 调查"蓝色偏见"在#TheDress图像的感知中的作用.
- 要确定是否仅仅是天窗曝光或白色物体的存在对于建立"蓝色偏差"至关重要.
主要方法:
- 在图像数据集上训练了一种风格转移DNN,其中蓝色偏差场景的百分比不同.
- DNN通过学习图像标签对来模拟颜色命名.
- 模型在#TheDress图像上进行了测试,一个单独的实验使用了人工染色图像.
主要成果:
- 训练有较高比例蓝色偏差场景的DNN显示#TheDress的感知从蓝色/黑色向白色/金色的转变.
- 人工蓝色图像不会产生白色/金色的感知,与蓝色偏差场景不同.
- 这表明,场景中的明确白色物体是建立"蓝色偏差"所必需的.
结论:
- 暴露于天窗下白色物体的场景对于发展"蓝色偏见"至关重要.
- 仅靠天花板是不足以诱导在#TheDress.中看到的感知转变.
- DNN模拟可以有效地模拟与环境照明线索相关的视觉感知中的个体差异.
