(2.9)-3.4 二维图像如何转换成三维物体？视觉计算理论与部件识别理论

二维图像如何转换成三维物体？

--视觉计算理论与部件识别理论课程导入物体识别是人类必需一种认知能力视知觉的核心问题之一视觉系统是如何从视网膜上的二维图像构建出对三维世界的表征学习目标知道视觉计算理论和部件识别理论的理

论观点理解部件识别理论的实验证据●代表人物

●计算神经科学之父，DavidMarr

●获得剑桥大学的数学学士学位和神经科学博士学位

●

1980年因患白血病去世●

1982年，遗著《Vision》经其学生整理由麻省理工学院出版社出版视觉计算理论●核心思想

●计算机解决视觉信息加工问题的过程●网膜像是知觉的起点，它可以提供充分的输入信息

●视觉系统对网膜像进行序列分析的三个水平的表征●初级简图、次级简图和三维模型表征视觉计算理论的观点●初级简图表征●捕获网膜像中光线强度的急剧变化，即捕获边界和棱角的过程●次级简图表征●确定轮廓和结构在视觉环境中相对于观察者的方向和深度

●以观察者为中心看到的环境轮廓，以观察者为参照点的表征视觉计算理论的观点●三维模型表征●从次级简图中抽取出轮廓和结构●转换成描述物体形状的三维特征及相对位置●独立于观察位置和方向，视点独立的模型视觉计算理论的观点●描述物体的原始单元●是一些具有一根主轴的圆柱体，这些原始单元分层组织●物体识别

●构建出来的三维模型表征与记忆中的三维模型表征比较的过程

●凹陷区和基于轴心的表征具有重要意义视觉计算理论的观点

●人类视觉系统是如何识别物体的

●代表人物●IrvingBiederman（1939~）●在Marr和Nishihara的基础上提出了部件识别理论

（recognitionbycomponents，RBC）部件识别理论●理论观点

●物体识别从基本形状或部件的加工开始。●共有36种几何部件（geon）。●几何部件非常容易地被识别，能够对物体进行充分的

描述。●通过解析几何部件和部件间的相互关系来识别三维物体●提出五种边缘不变性：曲率、平行、共端性、对称性、共线性。部件识别理论●实验证据

●部件数目影响识别准确性

●假设：物体拥有的几何部件数越多，就应该越容易识别。●实验：以0.1秒的呈现时间向被试逐个快速地呈现物体图片。●结果：物体的构成几何部件数越多，识别速度就越快、准确率就越高。●后续研究发现三个结合的组件就足以识别一个物体。部件识别理论●实验证据

●凹面信息在识别中的重要性

●实验：向被试呈现物体的降质素描图。●结果：当省略提供凹面信息的某些轮

廓时，物体识别变得更困难。●结论：凹面信息在物体识别中起到重

要作用。部件识别理论●实验证据

●物体识别依赖于边缘信息而非表面信息。

●实验：以50-100ms的时间向被试呈现物体的素描图或全彩图。

●结果：对彩色图的识别比对素描图的识别稍快，但错误率也稍高。

●结论：被试不能够从彩色呈现的方式中获益。●后续研究表明这一结论是有争议的。部件识别理论●实验证据

●几何部件检测对物体识别来说至关重要。

●实验：连续快速呈现两个物体，要求判断它们是否具有相同的名字

实验条件包括几何部件改变和几何不变不变。●结果：几何部件改变下的识别成绩明显低于几何部件不变条件下的。部件识别理论●只适合解释不精细的知觉分辨现象，没有讨论同类物体的精细知觉分辨问题。●假定物体识别是以物体为中心的，独立于观察点的表征与长时记忆中储存的