cours 3.2 Flashcards
avec le modèle modal de mémoire d’atkison et shiffrin (1968), Comment le système cognitif reconnaît-il les objets suite à une analyse de leurs caractéristiques physiques?
cest ca qu’on appelle le traitement ascendant
Comment reconnaît-on les objets malgré toute la variabilité dans notre environnement? Comment le système cognitif détermine-t-il les propriétés pertinentes du patron parmi toutes les propriétés impertinentes?
Vous pouvez reconnaître un F, même si on change:
❖ l’orientation
❖ la taille
❖ la couleur
❖ la police de caractère
Ou s’il est
❖ obstrué
❖ flou…
quest ce que le traitement ascendant (bottom-up processing)
traitement basé sur les **stimuli entrants (données) et leur caractéristiques physiques **et ce traitement est déclenché par les stimulus atteignant le système visuel et suit une voie sérielle vers la memoire (pcq image est éclatée en caract, donc une etape à la fois)
quelle est l’hypothèse originale du traitement ascendant
Théorie d’appariement au gabarit où les entrées seraient comparées avec des exemplaires mémorisés (gabarits) jusqu’à ce que le système trouve un appariement
demontre la théorie d’appariement au gabarit
quels sont les problèmes de la théorie d’appariement au gabarit (3)
- parcimonie (la théorie est compliqué car il faudrait un gabarit par lettre/objet distinct)
- aucun soutien neurologique
- flexibilité : est ce que les gabarits prennent en compte la variabilité (taille, emplacements exacts, orientation, forme?) = oui pour humains, mais pas pour ordi
comment a-ton voulu sauver la théorie d’appariement au gabarit
ils disent peut-être qu’il y a un système qui ajuste orientation et ajuste taille avant de détecter = NON , ca recule le problème (pcq comment fonctionne ces deux système alors??)
aussi difficile d’implémenter ça à un ordi
rappel
donne un rappel de c’est quoi les détetecteurs de caractéristiques de Hubel et Wiesel
ce sont des éléments primitifs (comme blocs de construction) pour la perception avec des cellules simples (slt orientation) et cellules complexes qui codent pour + dans un neurone (directionnalité, angles droits, courbes)
quest ce que le pandémonium (tous les démons) de selfdridge (1959) (3, 3-4)
- c’est un modèle de reconnaissance basé sur les données (traitement ascendant)
- basé seulement sur l’analyse de caractéristiques (on traite caract, avant d’identifier)
- c’est un modèle de traitement de l’info donc
1. avec des étapes de traitement
2. chaque étape prend un temps déterminé
3. transformations à chaque étape
4. opérations sérielles ( étape 1 doit se faire avant etape 2)
composé de 4 TYPES D’UNITÉS DE RECONNAISSANCE (démons)
pandémonium
quelle est l’étape 1 du pandémonium
- démons d’images
- enregistre l’image initiale du signal externe
- récepteurs rétiniens + mémoire sensorielle
pandémonium
quelle est l’étape 2 du pandémonium
- démons des caractéristiques
- cherchent caract particulière dans le patron d’entrée (ligne, angle, etc) en gros ce sont des DÉTECTEURS DE CARACTÉRISTIQUES
pandémonium
quelle est l’étape 3 du pandémonium
- démons cognitifs
- portent attention aux réponses des démons des caractéristiques et recherchent un ensemble de caract. particulier (pour que le demons cognitifs s’activent il faut que les demons des caract qui s’activent forment en tout le demon cognitif) ex : pour la lettre R, il faut que demons caract. est ligne droite, rond et ligne diagnonale. à ce moment le demons cognitif R va s’activer)
- memoire a court terme (pcq on récupère des représentations (demons cognitifs) dans la memoire a long terme)
pandémonium
quelle est letape 4 du pandémonium
le demon de la décision
- écoute le pandémonium créé par les démons
- réponse est déterminée par le démon cognitif qui crie le + fort
- aussi memoire a court terme
pandémonium
donne ex du pandémonium en action (5)
- démons d’image recoivent l’entrée visuelle «R»
- les demons des caract. crient si leur caract est activée (avec un nbr limité de caract, on peut definir et distinguer toutes les lettres de l’alphabet) (on peut definir lettres avec 7 caract. diff (de facon exlusive) DONC aucune lettre n’a les mm caract. activé
- les demons cognitifs crient proportionnellement au signal recu des demons caract
- le demon de decision ecoute les demons cognitifs
- il choisit «R» car ce demon cognitif crie le + fort
quelles sont les arguments soutenant le pandémonium (4)
- la puissance
- pcq cest + parcimonieux (au lieu davoir 26 representaitons on en a 7 pour les lettres donc + simple)
- pcq on a un ensemble fini de detecteurs de caract. et une reconnaissance possible dun nombre infini d’objet - flexibilité
- peut reconnaitre lettres mm si changement d’orientation, taille, ou autres distorsions - soutien neurologique
- basé sur resultats huber et wiesel (detecteurs de caract.) - prédiction des erreurs
- on sait que possible qu’on se trompe de d’identification de lettre avec O, C, G, Q (pcq partage de caract), mais erreurs pas frequentes avec O, H, T (pcq pas de partage de caract) (TACHE D’IDENTIFICATION DE LETTRES)
- pourquoi ca predit, cest pcq l’approche est basé sur les caract. ca predit les erreurs de confusion
PREDICTION DES ERREURS
quest ce que la tache d’identification de lettres de kinney, Marsetta, showman (1966)
si on montre 1 lettre a la fois hyper vite, possibilité d’erreurs avec d’autres lettres qui partage caract.
-matrice de confusion, on voit que gens font ++ d’erreurs + les lettres partagent des caract ensemble
quest ce que la théorie de reconnaissance par composantes de biederman 1987
- cest un traitement ascendant
- basé sur caract. (reconnaissance d’objet)
- ensmeble de blocs de construction représentationnels 2D (mais ayant caract 3D
- reconnaissance d’objets par séparation en **36 géons **
- connexions au vertex (3segments qui se relient en un angle droit, cest la que instinctivement on va séparer partie)
Théorie de reconnaissance par composantes
que sont les geons et le modèle(4) pour reconnaitre l’objet
- assemblés de diverses facons
- forment un nombre pratiquement infini d’objets
modèle
1. analyse de caract de surface
2. détermination des composantes présentes
3. appariement de composantes aux représentations d’objets (fouiller dans memoire long terme)
4. reconnaissance de l’objet
Théorie de reconnaissance par composantes
quelle sont les prédictions de la théorie
pour qu’il y ait reconnaissance de l’objet, ca ava dependre du nbr de geons présents( si on enleve des geons, possible que tu reconnaisses pas l’objet) = principe de récupération componetielle, donc si assez de géons, reconnaissance se fait
Théorie de reconnaissance par composantes
selon la prédiction du principe de récupération componetielle, quelle est lexpérience faite pour le demontrer
❖ Présentation d’objets complets/incomplets (100 ms)
❖ Incomplets: Géons absents
❖ Prédiction: Plus de géons = Moins d’erreurs
Théorie de reconnaissance par composantes
quelles sont les resultats de la prediction du principe de la recuperation componentielle
++ de géons présents = moins d’erreurs
donc preuve pour montrer que on se represente vrm les objets avec des geons
Théorie de reconnaissance par composantes
quelle est l’autre prédiction de la théorie et l’expérience pour le montrer
que les vertex sont la clé
- pcq le retrait dune portion de l’image a un plus grand effet sur le taux d’erreur quand les vertex sont manquants
expérience : on montre image avec vertex (recuperable) et une sans les vertex (non recuprable), avec un temps diff 100, 200, 750, 5000ms et la tache est didentifier l’objet
Théorie de reconnaissance par composantes
quels sont les resultats de l’expérience avec les vertex
❖ Vertex absents (Non-récupérables): ↑ Taux d’erreur
❖ Récupérable
- Aucune erreur après 5 secondes d’exposition
❖ Non-récupérable
- Non reconnu 80% du temps même après 5 sec.
❖ Preuve pour importance des vertex
Théorie de reconnaissance par composantes
quels sont les soutien pour la théorie (3)
- puissance
❖ Parcimonie (seulement 36 géons)
❖ Avec un ensemble fini de géons dans le système cognitif, on peut reconnaître un nombre potentiellement infini d’objets 3D - flexibilité
❖ Reconnaissance d’objets malgré
- Changement de taille
- Orientation de l’objet
- Occlusion, et dégradation du signal variées
❖ Serait invariant aux différentes perspectives
- Géons (2D) ne changent pas de forme lorsqu’objet observé d’un autre point de vue - soutien neurologique pour géons et relations
- Déficits différents pour parties et objets complets (double dissociation)
Théorie de reconnaissance par composantes
quelles sont les limites de la théorie (5)
- théorie incomplète
- Pas de mécanismes permettant de réduire les complexités de scènes réelles jusqu’aux géons
- Comment extrait-on les géons d’une image? - Objets irréguliers ne sont pas traités en parties (Ex: Buisson ou chandail froissé)
- Objets sans vertex reconnaissables par l’humain (Ex: pomme/poire/nuages reconnus et distingués)
- couleur
- Serait important pour la reconnaissance - Permet de distinguer catégories mais pas membres (ex : on reconnait un manuel d’un autre, theorie explique pas pk)
quest ce que l’organisation perceptuelle
l’organisation des éléments de l’environnement en objet
ex : cette image est peut etre du blanch et du noir seulement mais on voit aussi un chien dalmatien = organisation perceptuelle
pourquoi les psychologues gestalt ont créé les lois de l’organisation perceptuelle
pcq on pourrait voir l’image de ces 2 verres comme etant different objet, mais malgré cette possibilité, on voit automatiquement les deux verres, les psychologues gestalt ont donc voulut repondre a cette question de pourquoi on voit ca comme ca = les lois de l’organisation perceptuelle.
nomme les 6 lois de gestalt
- loi de Pragnanz (aussi loi de la bonne figure ou loi de simplicité)
- loi de la similarité
- loi de la bonne continuation
- loi de la proximité
- loi du destin commun
- loi de la familiarité
loi de la gestalt
explique la loi de pragnanz (aussi loi de la bonne figure ou loi de simplicité)
chaque modèle de stimuli est vu de manière à créer la structure la plus simple
on voit les cercles
loi de la gestalt
explique la loi de la similarité
les choses similaires apparaient groupé ensemble
cercle avec cercle, carré avec carré
loi de la gestalt
explique la loi de la bonne continuation
des points qui sont connectés seront connectés de manière fluide sans tournant en angle droit
ex : a va à b et non à c ou d
loi de la gestalt
explique la loi de la proximité
les choses proches l’une de l’autre ont l’air d’être groupé ensemble
loi de la gestalt
explique la loi du destin commun
les choses qui bougent dans la mm direction ont l’air detre groupé ensemble
loi de la gestalt
explique la loi de la familiarité
les choses ont plus tendant à former des groupes si les groupes ont l’air familier ou ayant du sens.
ex ; voir une roche et voir un visage dans les roches, partie de la roche deviennent les yeux, bouche. ca forme un tout ayant du sens.
les lois de la gestalt sont plutot des
heuristiques, car elles aident a la perception, mais peut entrainer des erreurs
croire que cest animal, mais non finalement
cest quoi la difference entre algorithme et heuristique
algorithme aura tjrs raison, heuristique = peut avoir erreur
heuristique : peut etre + vite que algorithme
ex : trouver son chat, algorithme = regarder partout (long, mais certain de trouver)
heuristique = chercher dans endroit que chat va + souvent, (plus vite, mais peut se tromper)
pourquoi les ordis ont de la difficulté à percevoir les objets (vs les humains sont capables) (4)
- le stimulus sur le récepteur est ambigu (une image particulière sur la rétine peut etre causé par un nbr infini de d’objets différents) = problème de projection inverse
- les objets doivent etre distints de leur alentour (aussi pour le son = segmentation de la parole) (l’organisation de la parole en mots individuels)
- les objets peuvent etre cachés ou flous
- la raison pour des changement d’éclairage peut etre pas clair (ex : changement d’éclairage peut etre du par changement illumination ou bien pcq le mur est + ou - pale)
pourquoi ++ facile pour humain = grâcee à l’intelligence perceptuelle
intelligence perceptuelle
quest ce que l’occlusion heuristique
lorsqu’un objet large est couvert partiellement par un objet + petit, on voit l’objet plus large comme continuant malgré l’occlusion du petit objet
prévient de voir les objets comme étant coupé en pièce
intelligence perceptuelle
quest ce que l’heuristique de la lumiere au dessus (light from above)
on assume que la lumiere vient d’en haut (soleil, lumiere artificielle)
avec ca, ca peut changer notre perception
