عنوان پایان‌نامه

یک مدل محاسباتی برای ساختار معنایی درک صحنه بر پایه بینایی انسان



    دانشجو در تاریخ ۰۸ اسفند ۱۳۹۴ ، به راهنمایی ، پایان نامه با عنوان "یک مدل محاسباتی برای ساختار معنایی درک صحنه بر پایه بینایی انسان" را دفاع نموده است.


    رشته تحصیلی
    مهندسی‌ کامپیوتر-هوش مصنوعی‌- رباتیک
    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 78475;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 78475
    تاریخ دفاع
    ۰۸ اسفند ۱۳۹۴
    دانشجو
    حبیب ظفریان
    استاد راهنما
    بابک نجاراعرابی
    چکیده
    لینک فایل چکیده
    برای درک درست ساختار اشیاء، قشر بینایی مغز می‌بایست بر مسئله نقص اطلاعات دریافتی که به دلیل حذف یک بعد در فرایند تصویر شدن محیط دیداری بر روی شبکیه چشم به وجود می‌آید فائق آید. این جنبه چالش‌برانگیز از درک بینایی مسائلی اساسی را در سطح میانی پردازش بینایی به وجود آورده است. ازجمله آن‌ها درک عمق (توانایی تشخیص محدوده اجسام و جداسازی آن از پس‌زمینه) و مکانیسم تکمیل ادراکی (توانایی یکپارچه‌سازی اطلاعات ناقص و تکه‌تکه دریافتی از اشیاء و ایجاد درکی کامل از جسم) است. مطالعات متعددی ارتباط این دو مکانیسم را نشان داده‌اند. بااین‌حال مکانیسم نورونی و نحوه ارتباط آن‌ها به‌درستی مشخص نیست. در این تحقیق تلاش بر پاسخ گویی به این سوال است که آیا بازنمایی نورون‌های مالکیت مرز که به‌عنوان مکانیسم نورونی مسئله جداسازی تصویر از زمینه در قشر بینایی شناخته‌شده است، می‌تواند ایجاد تکمیل ادراکی و به‌خصوص پدیده کانتورهای ذهنی را توضیح دهد. برای این منظور از یک مدل نورونی بازگشت‌ کننده غیرخطی از نورون‌های ناحیه V1، V2 و V4 استفاده کردیم. ورودی نواحی بالاتر قشر بینایی نورون‌های ساده و پایان-توقف هستند. ارتباط نورون‌های نواحی بالاتر قشر بینایی مغز توسط مکانیسم شکل‌پذیری Hebbian STDP مدل شده است که وزن اتصالات سیناپسی بین نورون‌ها را با شکل‌پذیری وابسته به همبستگی پاسخ نورونی مشخص می‌کند. پاسخ مدل به محرک‌های مختلف نشان‌دهنده انطباق انتصاب مالکیت مرز با آماره‌های تصاویر طبیعی از هر دو جنبه سایکوفیزیکی و فیزیولوژی است. همچنین، نتایج نشان می‌دهد که پاسخ نورونی متناظر با کانتورهای ذهنی اولین بار توسط نورون‌های مالکیت مرز در ناحیه V2 در قشر بینایی مغز ایجاد می‌شود. بر اساس نتایج مدل پیشنهاد می‌دهیم که این پاسخ برای کانتورهای ذهنی که از القاگرهای متفاوت خط و فرم پدید آمده‌اند، هر دو از یک مکانیسم مشابه ایجادشده‌اند که نتیجه تعامل نورون‌های پایان-توقف در چارچوب بازنمایی مالکیت مرز است. ما اعتبار مدل را بر اساس خصوصیات مکانی و زمانی مالکیت مرز و کانتورهای مجازی مورد بررسی قراردادیم و بر اساس پاسخ مدل، به برخی از مباحثات و تناقض‌های مطرح شده بر طبق آزمایش‌های فیزیولوژی درزمینه منشا قشری این دو مکانیسم پاسخ داده‌ایم.
    Abstract
    Several studies suggest that illusory contours (ICs) emerge due to the mechanism of perceiving depth in the visual cortex. The neural mechanism for this process and its dependence on depth perception are not well understood. We asked whether border ownership (BO) coding as the mechanism of depth ordering and figure-ground segregation could explain the neural structure of ICs. We use a non-linear recurrent model of BO neurons in V2 and V4. The input provided by simple and end-stopped cells in V1. Neurons in the higher cortical area interact based on Hebbian STDP that learn from stereoscopic cues in the presence of binocular vision. The results show the consistency of BO assignment with natural scene statistics. Also, the results suggest that ICs that emerged from both line and form inducers are due to the identical mechanism _the interaction of end-stopped cells in the BO framework. We discussed the validation of the model with respect to the spatial and temporal properties of BO and ICs. Keywords: Border Ownership; Illusory Contours; Figure-ground segregation; Computational model;