合成和高分辨率自然主义图像的感知缩放使用稳定扩散
Leonardo Pettini1,2,3,4, Carsten Bogler5, Christian Doeller6,7,8
1Bernstein Center for Computational Neuroscience Berlin, Charité Universitätsmedizin Berlin, corporate member of the Freie Universität Berlin, Humboldt-Universität zu Berlin, and Berlin Institute of Health, Berlin, Germany. leonardo.pettini@gmail.com.
Behavior research methods
|December 10, 2025
概括
研究人员创建了一种新的方法,使用人工智能来生成具有光滑视觉转换的真实图像. 这种方法有助于研究大脑如何处理视觉信息和对自然场景的记忆.
科学领域:
- 认知科学 认知科学
- 计算机视觉 计算机视觉
- 神经科学是一个神经科学.
背景情况:
- 研究自然场景的视觉感知是至关重要的,但由于难以控制图像属性而具有挑战性.
- 创建连续视觉变化的现有方法 (例如图像变形) 通常依赖于低级特征,缺乏语义控制.
- 生成对抗网络 (GAN) 已经显示出希望,但需要更灵活的方法来产生受控的,自然的刺激.
研究的目的:
- 开发和验证一种新的方法,用于生成可定制的摄影现实自然主义图像集,并控制感知连续性.
- 创建一个适合调查感知,注意力和记忆中的分级视觉编码的刺激集.
主要方法:
- 使用文本到图像扩散模型 (稳定扩散XL) 在提示的类别中生成光现实的图像.
- 为108个对象场景中的每一个生成了十个有序的变体,创造了感知连续性.
- 使用学习感知图像补丁相似性 (LPIPS) 模型估计的感知相似性,并与人类参与者验证.
主要成果:
- 成功生成了一组多样化的108个对象场景,有序的感知变化.
- 人类验证证实了生成的感知连续的准确性.
- 感知顺序预测了工作记忆任务中的刺激混性.
结论:
- 扩散模型方法提供了一个强大而灵活的工具,用于创建受控的自然主义视觉刺激.
- 生成的图像集有助于研究自然主义刺激在认知过程中的分级表现.
- 这种方法通过提供细微的刺激控制来推进视觉感知,注意力和记忆的研究.
