Cours 3.2 Flashcards
reconnaissance de patrons (objets) ; traitement ascendant (stimuli visuels) : appariement au gabarit, pandémonium, théorie de reconnaissance par composantes (géons)
Le traitement ascendant selon le modèle modal de mémoire d’Atkinson et Shiffrin (1968)
Comment le système cognitif reconnaît-il les objets suite à une analyse de leurs caractéristiques physiques ?
*clairement incomplet mais il dit rien dautre jcomprend pas
Quelque chose que les humains sont capables de faire très bien, mais qui a toujours été difficile (jusqu’à très récemment) pour les ordinateurs est la reconnaissance d’objets. Expliquez.
Comment reconnaît-on les objets malgré toute la variabilité dans notre environnement ?
Par exemple, 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
Comment le système cognitif détermine-t-il les propriétés pertinentes du patron parmi toutes les propriétés impertinentes? On est vraiment bon pour faire ça.
traitement ascendant (bottom up processing)
Quand on traite des objets et que notre seul info qu’on utilise pour déterminer l’objet devant nous = les caractéristiques physiques de l’environnement
Système cognitif peut se baser sur les entrées physiques
Traitement ascendant (ou basé sur les données)
- Traitement basé sur les stimuli entrants (données) et leurs caractéristiques physiques
- Déclenché par stimulus atteignant le système visuel (suit une voie sérielle vers la mémoire (aire visuelle V1 à V6)
Hypothèse originale (et la plus simple) pour expliquer comment on fait de la reconnaissance d’objets.
théorie d’appariement au gabarit (template matching theory) :
- Entrée comparée avec exemplaires mémorisés (gabarits) jusqu’à ce que le système trouve un appariement.
Mais NON ce n’est pas réellement comme ca que ca fonctionne.
théorie d’appariement au gabarit (template matching theory)
Entrée comparée avec exemplaires mémorisés (gabarits) jusqu’à ce que le système trouve un appariement.
Étapes de la théorie d’appariement au gabarit (template matching theory)
Étape 1 : Activation des récepteurs rétiniens.
Étape 2 : Activation détecteur de lettre spécifique. (Tous les récepteurs qui sont activés en même temps en fonction de l’étape 1 sont associés ensemble, et ils sont tous connectés à une même cellule qui elle, est le détecteur de l’objet)
Les problèmes de la théorie d’appariement au gabarit.
Pas de parcimonie : un gabarit par lettre/objet distinct (c’est bcp trop)
Aucun soutien neurologique.
Pas de flexibilité : Les gabarits prennent pas en compte la variabilité
- Taille/emplacement exacts
- Orientation/forme
(Ça prendrait un gabarit pour toutes les formes, orientations, tailles, etc. De plus, si la lettre A par exemple n’est pas présenté exactement au bon endroit dans le champ visuel on ne reconnaîtrait pas la lettre. Ça prendrait une infinité de gabarits et ce n’est pas possible)
v ou f : il existe du soutien neurologique pour la présence de gabarits qui permettent la reconnaissance d’objets
faux
-> il n’existe aucun soutien neurologique pour la théorie d’appariement au gabarit
Considérant que la théorie d’appariement de gabarits soit fausse, quelle théorie a servi de base pour des théories plus réalistes ?
Hubel & Wiesel (1959+)
Éléments primitifs, «blocs de construction» pour la perception
Cellules simples
- Orientation
Cellules complexes
- Directionalité
- Angles droits
- Courbes…
Objets complexes: ensemble de détecteurs
les cellules simples sont sensibles à quoi
orientation
les cellules complexes sont sensibles à quoi
3
- directionalité
- angles droits
- courbes…
Modèle pandémonium (ou « tous les démons ») de Selfridge (1959)
Modèle de reconnaissance basé sur les données (traitement ascendant)
Basé seulement sur l’analyse de caractéristiques
- Objets reconnus après l’analyse de leurs composantes.
Modèle de traitement de l’information
- Étapes de traitement
- Chaque étape prend un temps déterminé
- Transformations à chaque étape
- Opérations sérielles
Composé de 4 types d’unités de reconnaissance (« démons »).
Pourquoi le modèle pandémonium est-il un modèle basé sur les données (traitement ascendant) ?
Parce que pour reconnaitre les lettres de l’alphabet ça va strictement se baser sur les caractéristiques physiques de l’entrée (à quoi la lettre ressemble).
En quoi le pandémonium est-il un modèle de traitement de l’information ?
- Étapes de traitement
- Chaque étape prend un temps déterminé
- Transformations à chaque étape
- Opérations sérielles (avant de commencer une prochaine étape il va falloir terminer la précédente)
comment son nommés les unités de reconnaissance en lien avec le pandémonium
« démons »
Le pandémonium est composé de 4 types d’unités de reconnaissance (« démons »). Comment se nomment-ils ?
- Démons d’image
- Démon des caractéristiques
- Démons cognitifs
- Le démon de la décision
Un des 4 types de démons du modèle pandémonium est les démons d’image. Expliquez
Ces démons :
- Enregistrent image initiale du signal externe
- Ce sont les récepteurs rétiniens + mémoire sensorielle (qui prend une copie de la lettre telle quelle)
Bref, ça voit la lettre et ca enregistre une première image du signal externe. C’est l’endroit où il y a la transduction (transformation de l’input en signal électrique)
les premiers démon du pandémonium
(1) Démons d’image
quels démons du modèle pandémonium suis-je ? : j’enregistre l’image initiale du signal externe
(1) Démons d’image
quels démons du modèle pandémonium suis-je ? : récepteurs rétiniens + mémoire sensorielle
(1) Démons d’image
Un des 4 types de démons du modèle pandémonium est les démons des caractéristiques. Expliquez
Ces démons :
Cherchent une caractéristique particulière dans le patron d’entrée
- Ligne spécifique
- Angle spécifique
- etc.
Détecteurs de caractéristiques
## Footnote
Quand les démons de caractéristiques reconnaissent une caractéristique sur l'entrée, ils se mettent à crier dans le pandémonium pour essayer de réveiller les démons cognitifs (qui sont en fait les représentations des lettres dans la mémoire). Les démons cognitifs porteront donc attention aux cris des démons de caractérisitiques et vont rechercher un ensemble de caractéristiques en particulier (ex : quand toutes les démons des caractéristiques liés à la lettre E crient, les démons cognitifs qui se chargent de la lettre E crient aussi pour attirer l'attention du prochain démon)
les deuxièmes démons du pandémonium
(2) Démons des caractéristiques
quels démons du modèle pandémonium suis-je ? : Cherchent une caractéristique dans le patron d’entrée : ligne spécifique, angle spécifique, etc.
(2)démons des caractéristiques
quels démons du modèle pandémonium suis-je ? : détecteurs de caractéristiques
(2) Démons des caractéristiques
Un des 4 types de démons du modèle pandémonium est les démons cognitifs. Expliquez
Ces démons :
- Portent attention aux réponses des démons des caractéristiques et recherchent un ensemble de caractéristiques particulier
- Mémoire à court terme (Récupération des représentations dans la mémoire à long terme)
Quand les démons de caractéristiques reconnaissent une caractéristique sur l’entrée, ils se mettent à crier dans le pandémonium pour essayer de réveiller les démons cognitifs (qui sont en fait les représentations des lettres dans la mémoire). Les démons cognitifs porteront donc attention aux cris des démons de caractérisitiques et vont rechercher un ensemble de caractéristiques en particulier (ex : quand toutes les démons des caractéristiques liés à la lettre E crient, les démons cognitifs qui se chargent de la lettre E crient aussi pour attirer l’attention du prochain démon)
quels démons du modèle pandémonium suis-je ? : Portent attention aux réponses des démons des caractéristiques et recherchent un ensemble de caractéristiques particulier
(3) Démons cognitifs
quels démons du modèle pandémonium suis-je ? : Mémoire à court terme (Récupération des représentations dans la mémoire à long terme)
(3)Démons cognitifs
troisième démon du pandémonium
(3)Démons cognitifs
Un des 4 types de démons du modèle pandémonium est le démon de la décision . Expliquez
Ces démons :
- Écoute le pandémonium créé par les démons
- Réponse déterminé par démon criant le plus fort (ce qui sera sa décision de c’est quoi l’input (la lettre reconnue))
- Mémoire à court terme
le quatrième démon du pandémonium
(4) Démon de la décision
quels démons du modèle pandémonium suis-je ? : écoute le pandémonium créé par les démons
(4)Le démon de la décision
quels démons du modèle pandémonium suis-je ? : Réponse déterminée par démon criant le plus fort
(4) Le démon de la décision
quels démons du modèle pandémonium suis-je ? : Mémoire à court terme
(4) Le démon de la décision
quels démons du modèle pandémonium suis-je ? : endroit où il y a la transduction
(1) Démons d’imge
Les deuxièmes démons du pandémonium (les démons des caractérisitques) est basé directement sur la découverte de quoi ?
basé directement sur la découverte de l’existence des détecteurs de caractérisitques
v ou f : en lien avec le pandémonium de Selfridge, on va analyser l’objet holistiquement dès son arrivé dans l’entrée perceptuelle
faux :
Chaque démon sera spécialisé dans la reconnaissance d’une caractérisitique spécifique qui peut se retrouver sur une lettre (ex : ligne horizontale, angle droit, etc.) Ils vont rechercher une caractéristique particulière dans l’entrée perceptuelle. Quand l’entrée est présentée au pandémonium elle est divisée en caractéristiques. On ne va pas analyser l’item de manière holistique comme un objet complet. On va diviser en caractéristiques, on va analyser ces différentes caractéristiques et ce, avant de voir si on a une copie de l’objet en mémoire.
arguments soutenant le pandémonium
4
- Puissance
- Flexibilité
- Soutien neurologique
- Prédiction des erreurs
Un des arguments qui soutien le pandémonium est sa puissance. Expliquez.
2 pts
- Plus parcimonieux que l’appariement au gabarit
- Avec ensemble fini de détecteurs de caractéristiques (7 caractéristiques), reconnaissance possible d’un nombre potentiellement infini d’objets (tels que lettres ou mots)
Un des arguments qui soutien le pandémonium est sa flexibilité. Expliquez.
Peut reconnaître lettres même si changement d’orientation, de taille, ou autres distorsions.
Un des arguments qui soutien le pandémonium est son soutien neurologique Expliquez.
Basé sur les résultats d’Hubel & Wiesel, qui montrent que des détecteurs de caractéristiques existent dans le cerveau
Un des arguments qui soutien le pandémonium est sa prédiction des erreurs. Expliquez.
Tâches d’identification de lettres :
- Erreurs fréqeuntes : « O » vs. « C » ; « G » vs. « Q ».
- Erreurs non-fréquentes : « O » vs « H » ou « T »
Kinney, Marsetta & Showman
- Tâche d’identification rapide de lettres
L’étude de Kinney, Marsetta & Showmann est une étude qui soutien le pandémonium. Expliquez cette étude.
Tâche d’identification rapide de lettres
Hypothèse : Une approche basée sur les caractéristiques peut prédire les erreurs de confusion dans une tâche d’identification rapide de lettres.
Erreurs fréquentes :
- G/C, B/8, G/6
- G/O, Z/2, M/H
- O/C, etc.
Erreurs rares :
- J/O, Q/H, W/E
Erreurs semblant se produire
cause de partages de caractéristiques, c’est donc un soutien pour le pandémonium
En quoi la théorie de reconaissance par composantes (Biederman, 1987) est-elle une théorie de traitement ascendant ?
Parce qu’on va identifier strictement les caractéristiques physiques de l’objet.
Théorie de reconnaissance par composantes (Biederman, 1987)
- Théorie de traitement ascendant (on va identifier strictement les caractéristiques physiques de l’objet)
- Ensemble de blocs de constructions représentationels 2D de caractéristiques 3D (i.e. on peut les représenter en 2D sur une feuille, mais ils ont une profondeur qui peuvent représenter une 3e dimension)
- Reconnaissance d’objets par séparation en 36 géons
- Connexions aux vertex (l’endroit où on a tendance à naturellement voir que les composantes d’un objet sont connectés (et où il commence à être séparé en parties)(Endroit où il y a 3 traits qui vont se rencontrer).
vertex
(en lien avec théorie de reconnaissance par composantes de Biederman)
Endroit où 3 traits se rejoignent sur un objet
L’endroit où on a tendance à naturellement voir que les composantes d’un objet sont connectés et où il commence à être séparé en parties.
image : Même si ce n’est pas un objet qu’on connaît, on va pas mal toustes dire qu’il y a en moyenne 7 parties. Ceci suggère que nous avons quelque chose dans le cerveau qui divise les objets de la même façon. Cette chose dans le cerveau serait du même style que les détecteurs de caractéristiques comme dans le pandémonium et ceux dans l’étude de Hubel & Weisel, mais pour les objets 3D (détecteurs de géons).
En lien avec la théorie de reconnaissance par composantes, comment les géons sont-ils créés ?
Formes 3D de base (cylindres, cônes, etc.)
*je ne comprend pas vrm ca cette diapo (#24)?
En lien avec la théorie de reconnaissance par composantes, comment les géons arrivent à nous faire reconnaître des objets ?
Les géons sont assemblés de diverses façons
Forment un nombre pratiquement infini d’objets
Modèle de la théorie de reconnaissance par composantes
- Analyse de caractéristiques de surface : tout diviser en géons
- Détermination des composantes présentes : identifier les géons
- Appariement des composantes aux représentations d’objets : aller voir si cette liste de géons est en quelque part dans ma mémoire, et si oui…
- Reconnaissance d’objets : reconnaitre l’objet (ex : c’est un chien)
Une des expériences de l’étude de la théorie de reconnaissance par composantes de Biederman a démontré le principe de récupération componentielle. Expliquez et donnez les résultats
Facilité à reconnaître objet = en fonction du # de géons
Principe de récupération componentielle : si assez de géons, reconnaissance se fait.
Expérience :
- Présentation d’objets complets/incomplets (100 ms)
(Incomplets dans le sens qu’il y a des géons absents)
Prédictions :
- plus de géons = moins d’erreur
- preuve pour représentation mentale en géons
ex : pour l’objet avec 9 géons sur l’objet complet, quand on le présente mais avec juste 3 géons (6 géons manquants), le taux d’erreur est de 20%.
Principe de récupération componentielle
Si assez de géons, reconnaissance de l’objet se fait.
Une des expériences en lien avec l’étude de la théorie de reconnaissance par composantes de Biederman montre l’importance des vertex. Expliquez l’expérience et les résultats de cette expérience.
Comme on sait, plus il y a de géons présentés -> Moins il y a d’erreurs
Preuve pour présentation mentale en géons. Mais…
Les vertex sont la clé
- Caractéristiques diagnostiques importantes de l’image
- Retrait d’une portion de l’image à un plus grand effet sur taux d’erreur quand vortex sont manquants
EXPÉRIENCE :
- On présente objets récupérables vs non
- Récupérables = quand vertex sont visibles
- 100/200/750/5000 ms
- Tâche : identifier objet
RÉSULTATS :
- Vertex absents (non récupérables) : taux d’erreur augmenté
Récupérable : aucune erreur après 5 secondes d’exposition
Non-récupérable : non reconnu 80% du temps même après 5 secondes.
Preuve pour importance des vertex.
erreur ici veut dire que l’objet est non reconnaissable
v ou f : selon la théorie de reconnaissance par composantes, TOUS les géons d’un objet doivent être présents afin qu’on le reconnaisse.
faux
-> Pour faire l’identification, on n’a pas besoin de l’objet complet parce qu’on n’analyse pas l’objet complet. On peut analyser des parties d’objets parce qu’on les sépares en caractéristiques, et quand on vérifie les listes de caractéristiques (géons) on n’a pas besoin de tout l’info avant de prendre une décision. Toutefois, plus tu montres de géons, moins il y a d’erreurs.
expérience de la théorie de reconnaissance par composantes de Biedermen
- Récupérable vs non
- Récupérable = quand vertex sont visibles
- 100/200/750/5000 ms
- Tâche : identifier objet
Bref : les vertex sont la clé
- Caractéristiques diagnostiques importantes de l’image
- Retrait d’une portion de l’image a un plus grand effet sur taux d’erreur quand vertex sont manquants.
Que nous dit cette image, en lien avec les résultats d’une expérience de la théorie de reconnaissance par composantes ?
Lorsqu’un objet est récupérable (parce qu’on a montré les vertex), plus on laisse de temps, moins il y a d’erreurs. Jusqu’au point ou 100% des gens qui sont capables d’identifier l’objet (à 5000 ms (5 secondes))
En revanche, pour les objets non-récupérables (parce que les vertex sont cachés), peu importe le temps qu’on laisse, le taux d’erreur est relativement stable. Il n’y a jamais plus de 25% des gens qui sont capables d’identifier l’objet
Erreur = n’est pas arrivé à identifier l’objet
