Reconnaissance de formes 1

Question 1

Sur quoi se base les système cognitif

Answer 1

Sur les entrées physiques et leurs caractéristiques physiques ( traitement ascendant )

suit une voie sérielle vers la mémoire

Question 2

Théorie d’appariemment au gabarit ( template matching )

Answer 2

entrée comparée avec exemplaires mémorisés ( gabarit ) jusqu’à ce que le système trouve un appariement (match )

pour chaque objet possible, il devrait y avoir une représentation dans le système perceptuel

Question 3

Fonctionnement du template matching

Answer 3

1. Activation des récepteurs rétiniens par la lettre A
2. Activation détecteur de lettre spécifique

On doit comparer l’entrée avec tous les détecteurs en stimulatnés et choisir la meilleur correspondance pour choisir la lettre.

Question 4

Problème du template matching

Answer 4

pas parcimonieux : un gabarit par lettre/objet

aucun soutien neurologique

Pas flexible/ne contient pas de la variabilité (taille/empacement exacts, orientation et forme )

Question 5

Sauver la théorie de l’appariement au gabarit

Answer 5

Ajouter des modules qui vont faire l’ajustement des entrées (taille/orientation )

ceci a juste repousser la compréhension dans le système

reste difficile à implémenter dans un ordinateur car incapable de lire écriture manuscrite

Question 6

Pandémonium

Answer 6

modèle basé sur les données ( traitement ascendant ), sur l’analyse de caractéristiques

1- Étapes de traitement
2- Chaque étape prend un temps déterminé
3- Transformation des entrées
4- Opérations sérielles

Composé de 4 types d’unités de reconnaissance qu’on nomme démons

Modèle qui suit les postulats de l’approche de traitement de l’information

Question 7

Démons d’image

Answer 7

enregistre image initiale du signal externe et sépare le stimulus en différents caractéristiques

Comme les récepteurs rétiniens + mémoire sensorielle

Question 8

Démons des caractéristiques

Answer 8

Cherche une caractéristique particulière dans le patron d’entrée : ligne ou angle spécifique

comme les cellules simples et les détecteurs de caractéristiques

Question 9

Démon cognitifs

Answer 9

portent attention aux réponses des démons caractéristiques et recherchent un patron particulier

Ils crient proportionnellement au signal reçu des démons caractéristiques

Comme la mémoire à court terme ( récupération de mémoire à long terme )

Question 10

Démon de la décision

Answer 10

Écoute le pandémonium crée par les démons, le plus fort des démons cognitifs gagne

Comme la mémoire à court terme

Question 11

Avantage de cette théorie de pandémonium qui permet de prédire les erreurs de confusions

Answer 11

Avec un nombre limité de caractéristiques, on peut définir et distinguer toutes les lettres de l’alphabet

Question 12

Argument soutenant le pandémonium

Answer 12

plus parcimonieux
avec un ensemble fini de détecteurs de caractéristiques, reconnaissance possible d’un nombre potentiellement infini d’objets

flexibilité : peut reconnaitre les lettres même si on change d’orientation/taille

support neurologique : cellules simples et complexes et détecteurs de caractéristiques

prédit les erreurs fréquent et non fréquent grâce à une matrice

Question 13

Théorie de reconnaissance par composantes ( Biederman )

Answer 13

Traitement ascendant

basé sur caractéristiques

Ensemble de blocs 2D dans notre système pour créer des objets 3D

reconnaissance d’objets par séparation en 36 géons. ( tel que alphabet )

Connexions au vertex ( intersection de 3 segments de lignes ou plus, indice de profondeur )

Question 14

Fonctionnement du modèle de Géon par Biederman

Answer 14

1- Analyse des caractéristiques de surface
2- Détermination des composantes présentes
3 - Appariement de composantes aux représentations
4 -Reconnaissance d’objet

Question 15

Prédiction de la théorie de géon

Answer 15

1-Si assez de géons, la reconnaissance d’un objet se fait.
Plus de géons, moins d’erreurs.

2- Les vertex sont la clé, retrait de parties a un plus grand effet sur taux d’erreur quand vertex sont manquants

Question 16

Résultats Biederman pour prédiction 1)

Answer 16

plus de géons présentés –> moins d’erreurs

preuve pour représentation mentale de géons

plus il y a de géons, moins c’est long pour reconnaitre un objet

Question 17

Résultats Biederman pour prédiction 2)

Answer 17

Taux d’erreur augmente lorsque vertex absent donc stimulus non-récupérable, non reconnu 80 % du temps même après 5 secondes

lorsque vertex présent = récupérable = après 5 secondes d’exposition

Question 18

Soutien pour théorie des géons

Answer 18

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
Invariance

Support neuro pour géons et relations ( déficits différents pour parties et objets complets )

Question 19

Limite de la théorie des géons

Answer 19

pas de mécanisme qui permet de réduire les complexités de scène réelles jusqu’aux géons, on divise directement un objet en géons.

Les objets irréguliers ne sont pas traités en partie ( buisson ou chandail froissé )

Pas toujours vrai que les humains capable de reconnaitre un objet sous tous les angles et encore plus lorsque c’est un objet qu’on vient d’apprendre à identifier

objet sans vertex reconnaissables par l’humain

couleur est importante pour la reconnaissance

permet de distinguer catégorie mais pas membres