A computational theory for visual cognition based on invariant representations

FundedExacte WetenschappenDDC 500 · Natural sciences

Jan-Mark Geusebroek - Universiteit van Amsterdam

Abstract

Kijken doen we de hele dag, schijnbaar moeiteloos. Toch is kijken een complexe taak, waaraan een groot deel van je hersenen continu rekent. En, als je er even op studeert, blijkt voor mens of machine het interpreteren van beeldinformatie niet zo gemakkelijk. Hoe reken je eigenlijk uit wat je ziet? Kan dit met een computer? Hoe wordt kijken zien? Deze vragen komen aan de orde als men een computer of robot probeert te laten begrijpen wat hij ziet. Hedendaags hersenonderzoek heeft veel resultaten gegeven over hoe sensorische systemen ongeveer zijn opgebouwd. Veel van de globale bouw, zeg maar de modules van het menselijke visuele systeem, zijn inmiddels bekend. Zien lijkt een uiterst complexe bezigheid te zijn, uitgevoerd door tientallen modules die met elkaar in verbinding staan. Het vakgebied computer visie streeft naar het modelleren van visuele perceptie en cognitie voor zover dat door een machine kan worden gedaan. Omgekeerd geeft computer visie inspiratie over hoe de modules bij de mens werken. Bijvoorbeeld hoe schaduw wordt onderscheiden van "echte" obstakels. Vanuit de informatieverwerking in combinatie met het bestuderen van de natuurkundewetten die de wereld om ons heen beschrijven, valt veel te leren over beeld interpretatie. Belangrijke resultaten zijn al behaald, onder andere in het meten van kleur informatie met zogenaamde "receptive fields". Het huidige onderzoek spits zich toe op het berekenen van object eigenschappen door toepassing van invariantie theorie, en hoe aandacht getrokken wordt door afwijkingen in de lokale beeld statistiek.