Cours 6 (début exam final) Flashcards
La capacité à reconnaitre et catégoriser les objets sont importants pour quoi?
-Fondamentale pour la survie et l’interaction avec notre enviro
-Permet de naviguer notre monde, de reconnaitre les dangers, de trouver de la nourriture, et contribue grandement aux interactions sociales
-Dans le contexte technologique, en reproduisant ces capacités, nous pouvons créer des systèmes qui améliorent notre sécurité, notre santé en prenant charge des tâches allant de la conduite autonome à la détection précoce des maladies dans des images médicales
Quels sont les défis computationnels dans la création de systèmes de reconnaissance d’objets efficaces?
-La variabilité des objets
-Leur contexte
-Les conditions d’éclairage
Ceci exige des systèmes capable d’abstraction et de généralisation à partir d’exemples limités, similaire à la capacité humaine d’apprendre et de reconnaitre des objets nouveaux ou peu familiers
Comment fait-on pour percevoir un éléphant sur un écran par ex?
-Les éléments locaux et globaux : à partir d’éléments globaux, vision globale
-Organisation rétinotopique
Qu’est ce que la théorie des gabarits?
Le système visuel reconnait les objets en faisant correspondre la représentation neuronale de l’image avec une représentation interne de la même forme dans le cerveau
-On aurait un gabarit pour chaque forme/objet, pour chaque A, pour chaque vache
-Pas de tolérance au changement
Qu’est ce que la théorie des prototypes par la psychologue Eleanor Rosch?
-Similaire à la théorie des gabarits
-Un membre typique ou moyen d’une catégorie, possédant les caractéristiques les plus représentatives de cette catégorie par exemple la moyenne des chiens existant
-Notre prototype peut changer dynamiquement quand rencontre un nouvel exemplaire d’un chien par ex, on compare les deux et on ajuste notre prototype au besoin
-Les individus classent plus rapidement et plus facilement des objets comme appartenant à une catégorie s’ils sont proches du prototype de cette catégorie
Qu’est ce que la théorie des exemplaires par le prof Nosofsky?
-Similaire à la théorie des prototypes, mais pas besoin d’une moyenne
-Les individus classent des objets et des évènements en se basant sur la comparaison avec des exemplaires, banque d’objets dans notre cerveau rencontré dans le passé, objet le plus similaire à l’exemplaire
-Comparaison avec ensemble d’exemplaires, pas un ensemble de prototype (moyenne)
Qu’est ce que la théorie de la reconnaissance généralisée?
-Se veut une extension multidimensionnelle de la théorie de détection du signal
-Considère la reconnaissance d’objets comme un processus de décision probabiliste (se crée une distribution des objets et calcule la probabilité)
-Plan cartésien à 3 dimensions. Sur chaque plan, caractéristiques spécifiques, comme fréquence spatiale, orientation
Théorie de la reconnaissance généralisée: Indépendance perceptuelle
YES: Pas de corrélation entre genre et expression faciale donc indépendance perceptuelle
NO: Corrélation entre genre et expression donc pas d’indépendance perceptuelle
Théorie de la reconnaissance généralisée: Séparabilité perceptuelle
-1 ou plusieurs items
YES: Capable de séparer le stimulus bleu du rouge sur dimension du genre mais pas sur dimension de l’expression
NO: Pas de séparabilité perceptuelle, car pas de relation linéaire entre le genre et les expressions faciales
À revoir **
Théorie de la reconnaissance généralisée: Séparabilité décisionnelle
Divise l’espace perceptuel (division linéaire) en région de réponse. Si stimulus tombe dans une région, rapporte certaine réponse
Qu’est ce que la théorie de la reconnaissance par composantes par Biederman?
-Soutient que les objets sont reconnus par les identités et les relations de leurs composants
-Géons: les ions géométriques à partir desquels les objets sont construits. 36 géons au total, permet création d’objet à l’infini
Qu’est ce qu’un réseau neuronal profond (DNN)?
-Réseaux de neurones à plusieurs niveaux pouvant être entrainés à reconnaitre des objets
-De nombreuses instances d’un objet sont montrées au réseau, avec du feedback
-Au fil du temps, le réseau peut reconnaitre de nouvelles instances de l’objet sur lesquelles il n’a jamais été entrainé (est capable de généraliser)
-Modèles qui permettent pratiquement de faire des tâches
-Essaye de minimiser l’erreur en ajustant le poids qu’on donne au différents neurones (optimisation)
-les derniers DNN rivalisent avec les performances de représentation du cortex IT (chez le singe) sur une tâche de reconnaissance visuelle d’objets
Qu’est ce que la théorie des cellules ‘grand-mère’?
-Plusieurs études publiées dans les années 2000 suggèrent certaines évidences pour les cellules grand-mère, notamment celle de Rodrigo Quian Quiroga: Une cellule pour Jennifer Anniston?
-Patients souffrant d’épilepsies, avec électrodes implantés pour trouver foyers d’épilepsie. Ont remarqué qu’un neurone répondait spécifiquement à Jennifer Anniston et répondait même à sa voix.
-Cette théorie dit qu’il y a une cellule pour chaque personne, chaque objet, mais si on tue ce neurone on ne peut plus reconnaitre?? Pas assez de neurones pour la théorie des cellules grand-mère
Comment reconnait-on les objets?
-Cellules ganglionnaires rétiniennes et LGN = taches
-Cortex visuel primaire = barres
Comment les taches et les barres deviennent-elles des objets et des surfaces?
-De toute évidence, notre cerveau fait quelque chose d’assez sophistiqué au-delà de V1
-Les champs récepteurs des cellules extrastriées (V2, V3 et V4) sont plus sophistiqués que ceux du cortex strié. Ils répondent à des propriétés visuelles importantes pour la perception des objets (ex: pour une frontière données, quel côté fait partie de l’objet et quel côté fait partie de l’arrière plan?)
Quels neurones reconnaissent les bordures?
Neurones dans V2 : appartenance des bordures. Attribut de ce qui est la figure et ce qui est le fond
Neurones dans V4 spécialisés à reconnaitre ces bordures, réponses encore plus abstraites que V2
Champs récepteurs dans V1 ne pourrait probablement pas faire de différences entre ces 3 scénarios