一般認為，大腦對可視目標的識別過程分為兩部分：視覺屬性和語義屬性，即目標“像什么”和“是什么”。過去，人們對這兩部分一般是分開研究的。據新智元報道，近日，劍橋大學研究人員利用計算機視覺的標準深度神經網絡AlexNet，可將二者結合起來研究，并探尋它們之間的信息交互和映射關系。該研究最近發(fā)表在《科學報告》上。

    研究團隊使用新方法研究大腦對目標的識別過程，該方法結合了深度神經網絡與吸引子網絡語義模型。與之前的大多數研究相比，這一識別技術既考慮了視覺信息，也考慮了關于被識別目標的概念知識。

    新技術已經在16名志愿者的神經影像數據上進行了測試。與傳統(tǒng)的深度神經網絡視覺模型相比，新方法能夠識別與視覺和語義處理相關的不同腦區(qū)。“這項研究最關鍵的發(fā)現(xiàn)是，通過考慮物體的視覺和語義屬性，可以更好地模擬物體識別過程中的大腦活動，這可以通過計算建模的方法捕獲。”研究人員表示。

繼續(xù)閱讀：

星空人工智能技術網 倡導尊重與保護知識產權。如發(fā)現(xiàn)本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯(lián)系方式等發(fā)郵件至1851688011@qq.com我們將及時溝通與處理。?。?a href="/">首頁 > 新聞 » 劍橋構建“視覺語義大腦” 兼顧視覺信息和語義表示