IDENTYFIKACJA (ROZPOZNAWANIE) OBIEKTU

• Identyfikacja wzrokowa zależna od perspektywy (Stephen Palmer, Eleanor Rosch i Paul Chase (1981)

• Identyfikacja poprzez wyodrębnianie geonów - komponentów (Biederman, 1987)

Rozpoznawanie (recognition)• wzbudzenie przez bodziec wzorca (schemat percepcyjny), zapisanego

w pamięci długotrwałej, „najlepiej” reprezentującegp rozpoznawany przedmiot.

inaczej:• Porównanie danych sensorycznych z danymi w <wzrokowej pamięci

długotrwałej>

wraz z

• <Rozpoznanie obiektum> pola V1-V2,V3, V4, V5 kory wzrokowej ( aktywacja wzorca)

Wgląd spostrzeżeniowy

Wgląd spostrzeżeniowy – nagła, nieoczekiwana zmiana percepcji przedmiotu.

Wydmy nadmorskie o zachodzie

Spostrzeganie jako testowanie hipotez

• Poznawcze teorie spostrzegania zakładają, że bodźce są informacyjnie ubogie

• W odniesieniu do percepcji to założenie wymaga dalszego założenia, że wrażenia same w sobie są niezdolne do tego, aby dostarczyć trafnego obrazu świata

• Wrażenia wymagają wzbogacenia poprzez modele umysłowe.

• Wybór modelu umysłowego dokonuje się przez stawianie i weryfikację hipotez

Spostrzeganie jako testowanie hipotez

• Co to?

• Domysł (hipoteza 1) ……………• weryfikacja

• Domysł (hipoteza 2) ……………• Weryfikacja

• Domysł (hipoteza 3) ……………• weryfikacja

IDENTYFIKACJA (ROZPOZNAWANIE) OBIEKTU

• Identyfikacja wzrokowa zależna od perspektywy (Stephen Palmer, Eleanor Rosch i Paul Chase (1981)

• Identyfikacja poprzez wyodrębnianie geonów - komponentów (Biederman, 1987)

Perspektywa uprzywilejowana (canonical perspective)

• Perspektywa, w której przedmioty są spostrzegane najszybciej i najłatwiej.

• Stephen Palmer, Eleanor Rosch i Paul Chase (1981)

Badania Palmer, Rosch i (1981)

• Materiałem empirycznym były fotografie 12 obiektów, między innymi konia, pianina, filiżanki, samochodu, krzesła, telefonu.

• Każdemu obiektowi zrobiono dwanaście zdjęć przedstawiających jego różne perspektywy: z góry, z boku, z przodu, z tyłu, oraz wybrany zbiór kombinacji tych czterech prostych perspektyw, na przykład jednoczesne ujęcie obiektu częściowo z przodu, z góry i z boku.

• Metoda: • prezentowano badanym wybrane perspektywy wszystkich przedmiotów z poleceniem

nazwania spostrzeganego przedmiotu tak szybko, jak to możliwe

• Wyniki• Otrzymane wyniki badań wykazały istotny wpływ zastosowanych czterech perspektyw

określonego przedmiotu na czas jego rozpoznawania. • Perspektywa kanoniczna przedmiotu jednoczesne ujęcie obiektu częściowo z przodu, z góry i

z boku była rozpoznawana najszybciej i najdokładniej. • Najmniej reprezentatywna perspektywa przedmiotu np.. z góry albo od spodu wpływała na

najdłuższy czas reakcji jego rozpoznania.

Rozpoznawanie poprzez wyodrębnianie komponentów

(Biederman, 1987)

• Zgodnie z jego koncepcją, tylko 36 różnych kształtów geometrycznych ( geonów- geometrical ions), takich jak np. bloki, walce, sfery, łuki czy ostrosłupy, zupełnie wystarczy do opisania wszystkich obiektów rzeczywistych.

• Według Biedermana system poznawczy dysponuje subsystemami, umożliwiają cymi rozpoznanie tych kształtów dzięki zbieraniu informacji dotyczących rejestrowanych w polu wzrokowym linii, krawędzi i kątów, przy czym analizie podlegają cechy równoległości i symetrii.

• W ten sposób detekcja kubka wymaga rozpoznania dwóch komponent strukturalnych: cylindra (na ciecz) i łuku (ucho do trzymania).

• Rozpoznane komponenty są następnie zestawiane z trwałymi reprezentacjami umysłowymi w celu identyfikacji postrzeganego obiektu. Klasyfikacja percepcyjna jest rozstrzygana na rzecz takiej reprezentacji, do której komponenty strukturalne są najlepiej dopasowane.

Fazy rozpoznawania Biederman (1987)

• Aktywacja <wzrokowych detektorów cech > kształtu, ruchu, barwy, itd… i zarazem wydobywanie geonów

• Ultra-krótkie magazynowanie danych w <pamięci ikonicznej> do 0.500 milisekund >

• Porównanie układów geonów z danymi w <wzrokowej pamięci długotrwałej>

• <Rozpoznanie obiektu> pola V1-V2,V3, V4, V5 kory wzrokowej

ramię

przedramię

ręka

człowiek

Biederman – rozpoznawanie postaci człowieka

5 wyjściowych geonów i 4 obiekty

Teorie percepcjiTeoria spostrzegania Kierunek procesu

Teoria asocjacji Oddolny ( wrażenia percept)

Teoria postaci Odgórny( percept wrażenia)

Teoria wzorców wrażenia interakcja percept

Teoria cech oddolny ( wrażenia percept)

Teoria obliczeniowa Oddolny ( wrażenia percept)

Teoria ekologiczna wyłącznie wrażenia

Teoria asocjacji w spostrzeganiu• Teoria asocjacjonistyczna (skojarzeniowa) spostrzeżeń głosi prymat części nad całością,

wrażeń nad spostrzeżeniami. To oddolna teoria przetwarzania (bottom – up).• Odmienne zestawy wrażeń definiują więc, przez swoją su mę, odmienne spostrzeżenia.

Wrażenia łączą się ze sobą w spostrzeżenia na zasadzie praw kojarzenia (asocjacji), to znaczy:

• styczności wrażeń w czasie: jednocześnie niebieski i prostokąt• styczności wrażeń w przestrzeni: w tym samym miejscu przestrzeni <niebieski> i

<prostokąt>• podobieństwa: wszelkie obiekty niebieskie, obiekty poruszające się w tym samym

kierunku• wzajemnego kontrastu, np.: zielone na czerwonym / czerwone na zielonym.

• Współwystępowanie wrażeń jest niezbędnym, ale niewystarczającym wa runkiem powstania spostrzeżenia. Dopiero wielokrotne występowanie wrażeń poszczególnych sprzyja powstaniu skojarzeń w postaci spostrzeżenia.

Teoria postaci w spostrzeganiu

• Zwolennicy tej teorii przyjęli zasadę prymatu całości nad częściami, dokładniej obrazu percepcyjnego nad składnikami sensorycznymi. To odgórna teoria percepcji (top- down).

• Oto eksperyment potwierdzający tę teorię:

• Badania Navona ( 1977)• E. krótko eksponował na ekranie litery złożone z liter, prosząc o identyfikację

liter (złożonych odrębnie od liter składowych) i odwrotnie – samych liter składowych.

• Wyniki• Ujawniły, że czas identyfikacji liter złożonych był krótszy od liter składowych,

kiedy litery składowe były jasno identyfikowalne.• To potwierdza prymat całości nad częściami, „lasu nad drzewami.”

Eksperyment Navon’a (1977)

•

Co to?

Zasady organizacji percepcyjnej

Kiedy bodźce są:• blisko siebie• są podobne• są symetryczne• tworzą dobrą kontynuację• dają się „zamknąć,”

to automatyczne tworzą wzrokową konfigurację, „postać.”

Zasady organizacji percepcyjnejwg. Wertheimera (1923)

Bliskość Podobieństwo

Ciągłość powiązanie

Zamykanie

Symetria

Teoria wzorców (szablonów)

• Teoria zakłada, że proces rozpoznawania obiektu przebiega na zasadzie porównania obrazu sensorycznego z jego percepcyjnym szablonem (template). Szablony percepcyjne są holistyczne (nierozkładalne na części). Obiekt zostaje jako ten szablon, który jest najlepiej dopasowany do obrazu sensorycznego.

• Jak rozwiązać problem, kiedy obiekt ma taki sam kształt, jak szablon, ale jest za duży albo za mały, rozciągnięty albo skrócony, itp..?

• Wtedy normalizację obrazu doprowadza do dopasowania obrazu do szablonu. Za normalizację odpowiadają procesy zwane <stałością bodźców>.

• Ograniczeniem teorii szablonów jest nietrwałość obrazów w pamięci ultra-krótkiej.,

Co to za znak? = nierozpoznany!

Brak szablonu (template)w

pamięci długoterminowej

szablon

Normalizacja bodźca

Teoria cech w spostrzeganiu • To oddolna teoria spostrzegania ( bottom-up)

• Proces spostrzegania wymaga więcej czasu, w miarę jak wzrasta liczba potencjalnych szablonów, do których można zali czyć przetwarzane dane sensoryczne (Posner, MitchelI, 1967).

• Stąd można sądzić, że w dłużej przebiegającym procesie identyfikacji obiektów, rozpoznanie opiera się na podstawie analizy szczególnie dystynktywnych właściwości tych obiektów (przez zespoły komórek zwane detektorami cech) i porównania tychże właściwości z cechami reprezentacji umysłowych obiektów zawartymi w pamięci długotrwałej, a nie na całościowym porównaniu obrazu sensorycznego ze wzorem ( szablonem).

szablony

Wejście sensoryczne

Teoria cech w spostrzeganiu

Cechy obiektów w pamięci długotrwałej

Wejście sensoryczne

Detektory cech rozpoznanie

Nabywanie wzorcowych reprezentacji umysłowych Gibson (1969)

• Gibson (1969) stwierdził, że nabywanie wzorcowych reprezentacji umy słowych odbywa się w procesie spostrzegania dystynktywnych cech (features), pozwalających odróżnić jeden wzorzec od drugiego.

• Zaproponował ona cztery zasady, zgodnie z którymi wyróżniane są w procesie spostrzegania cechy kryterialne

• 1/ cecha kryterialna musi przyjmować rożne wartości w odniesieniu do rożnych wzorców. Dla liter wydaje się być np. ich wysokość, pozwalająca odróżnić choćby litery: "d", "s" i "p". • 2/ Konkretna wartość cechy kryterialnej przypisana konkretnemu modelowi powinna pozostać

niezmienna niezależnie od punktu i właściwości obserwacji (jasność, wielkość i perspektywa). • Tak litera "d" pozostaje zawsze wyższa niż litera "s", niezależnie od rodzaju użytej czcionki (pod

warunkiem, że tej samej wobec obu liter.• 3/ wszystkie cechy kryterialne powinny razem (me chanizm integracji cech) składać się w unikatowy

wzorzec - a żadne dwa rożne wzorce nie mogą charakteryzować się kombinacją tych samych cech.• Litery "d" i "b" mają mnóstwo cech wspólnych, takich jak np. wysokość, „zaokrąglenia" itd. jednak ich

rożna orientacja przestrzenna w zestawieniu z tymi wspólnymi właściwościami gwarantuje ich rozróżnialność.

• 4/ liczba cech kryterialnych powinna być relatywnie mała. W przeciwnym razie proces identyfikacji obiektu przebiegałby bardzo długo, a przebiega bardzo szybko (np. czytanie liter czy rozpoznawanie twarzy).

TEORIA BEZPOŚREDNIEJ PERCEPCJI JAMESA GIBSONA

Gibsona teoria bezpośredniej percepcji

Gibsona teoria percepcji wzrokowej oparta jest o trzy podstawowe idee:

I. Porządek optyczny obiektów (Optic Array): Wzory optyczne docierające do oczu można pojmować jako porządki optyczne zawierające wszelką informację dostępną siatkówce. Ten porządek dostarcza jednoznacznej informacji o rozmieszczeniu obiektów w przestrzeni.

II. Gradienty tekstury (Textured Gradients): Kiedy porządek optyczny przepływa wokół widza , gradient tekstury, tego co widzi, dostarcza informacji o dystansach, szybkości itp. Tego rodzaju percepcja nie wymaga wielkiego przetwarzania informacji przez system poznawczy, gdyż spostrzeganie opiera się na działaniu, ruchu.

III. Affordancje - oznaczają przypisywanie konkretnych znaczeń do informacji wzrokowej. Gibson utrzymuje, że potencjalne zastosowanie przedmiotu jest bezpośrednio dostrzegane tzn. drabina „zaprasza” do wspinania; kamień, pień do siadania, itd.

Gibsona teoria bezpośredniej percepcji

Wprowadzenie: Gibson zbudował swoją teorię podczas II Wojny światowej , kiedy polecono mu przygotować film treningowy pilotom.

Wtedy rozwinął swoją teorię przepływu wzorów wzrokowych opartą o nakierowanie na nieruchomy punkt do którego zmierza pilot. Reszta otoczenia wzrokowego oddala się od tego punktu przepływając „ponad i wokół”. Istotne są dwie stałe:

• biegun (albo punkt, do którego ktoś zmierza) i • horyzont w relacji do wysokości osoby.

Te niezmienniki (inwarianty) pozwalają na zachowanie <stałości wielkości>.

Gibson podrzuca teorię, że pamięć długoterminowa dostarcza znaczeń perceptom. Znaczeń dostarczają tzw. „affordancje”.Ludzie są zdolni do dość automatycznego „dostrajanie się ” do swojego otoczenia. Gibson wyjaśniał to rezonansem, odfiltrowaniem informacji zgodnych od szumu.Gibson stwierdza, że percepcja wzrokowa jest skrajnie dokładna, precyzyjna, a złudzenia wzrokowe nie mają praktycznie związku z codzienną percepcją. Inaczej niż teoria postaci, Gibson pojmuje ruch jako znaczący składnik percepcji. Psychologiczne laboratoria i eksperymenty dotychczas pomijały kwestię percepcji w ruchu.

+horyzontcel

przepływy

przepływy

przepływy

Spostrzeganie obiektu z ruchu

(1988) "Perception of Translational Heading From Optical Flow " Warren, William H. Jr., Morris, Michael W., Kalish, Michael

("translational heading" = ruch w przestrzeni )

• Gibson dostrzegł, że kiedy ktoś porusza się, następuje „przepływ” tekstur przez pole widzenia , a centrum tego przepływu, nieruchomy punkt wskazuje na kierunek ruchu. Widać to kiedy siedząc na przednim fotelu jedziemy samochodem itp. Ta teoria jest znana jako is known as the „hipoteza generalnego promienistego przepływu” (Global Radial Outflow Hypothesis)

• Artykuł podaje ilustrację pokazując diagram wektorów pola wzrokowego, kiedy rotacyjne ruchy oczu i głowy zakłócają spójność tego przepływu w sposób uporządkowany, kiedy otoczenie wzrokowe jest rozległą płaszczyzną.

Linie pionowe - kierunek ruchu, kropki - elementy otoczenia, odcinki – wielkość wektorów szybkości

a/ chwilowe optyczne i siatkówkowe wektory prędkości równolegle do płaszczyzny.

b/ chwilowe wektory prędkości na siatkówce oka, kiedy oko dokonuje fiksacji przez jednoczesną rotację „do dołu” i „w prawo” poprzez centrum oka.

c/ chwilowe wektory prędkości nana siatkówce oka, kiedy złożono wektory ruchu równoległego do płaszczyzny i wektory spowodowane przez rotację oka.

Dostrzegalny jest spiralny wzór w górnym prawym rogu

(1991) Perception of circular heading from optical flow.

By Warren, William H.;Mestre, Daniel R.;Blackwell, Arshavir W.;Morris, Michael W.Journal of Experimental Psychology: Human Perception and Performance, Vol 17(1), Feb 1991, 28-43

• Abstract• Obserwatorzy oglądali przepływ przypadkowo rozmieszczonych punktów,

który symulował ruch obserwatora po kole. Pytani byli o to, czy przejdą z lewej czy z prawej celu odległego o 16 metrów. (Observers viewed random-dot optical flow displays that simulated self-motion on a circular path and judged whether they would pass to the right or left of a target at 16 m).

• Teoretycznie wystarczą tylko dwa punkty w dwu kolejnych ekranach, aby ustalić kierunek ruchu po kole, jeśli oś rotacji jest znana.

• Wyniki • Dokładność zachowania kierunku była lepsza 1.5° , kiedy mieli

dostarczano im trój- wymiarowej informacji o przepływie tekstur gruntu, ścian. Dokładność była stała dla gęstości punktów > 2, co zgodne jest z teorią.

a/ chwilowe optyczne i siatkówkowe wektory prędkości równolegle do Płaszczyzny

b/ chwilowe wektory prędkości na siatkówce oka, kiedy obserwator dokonuje ruchu po kole

Perception of circular heading from optical flow.By Warren, William H.;Mestre, Daniel R.;Blackwell, Arshavir W.;Morris, Michael W.

Journal of Experimental Psychology: Human Perception and Performance, Vol 17(1), Feb 1991, 28-43

WIDZENIE SZTUCZNE(WIDZENIE KOMPUTEROWE)

Computer vision is a field that includes methods for acquiring, processing, analysing, and understanding images and, in general, - high-dimensional data from the real world in order to produce numerical or symbolic information, e.g., in the forms of decisions.

WIDZENIE KOMPUTEROWE

• As a technological discipline, computer vision seeks to apply its theories and models to the construction of computer vision systems. Examples of applications of computer vision include systems for:

• Procesy kontroli w przemyśle (np. roboty przemysłowe).• Nawigacja automatyczna (np. pojazdów autonomicznych i robotów mobilnych)• Wykrywanie zdarzeń (np. nadzór optyczny lub zliczanie ludzi).• Organizowanie informacji (np. indeksacja baz obrazów lub sekwencji obrazów).• Modelowanie obiektów lub otoczenia (np. analiza obrazów medycznych albo

modelowanie topograficzne ).• Interaction ( np. interakcja komputer-człowiek) • Inspekcja automatyczna ( in manufacturing applications

Obliczeniowa ekstrakcja cech z obrazu

Przykład

Wykrywanie krawędzi jest podstawowym narzędziem w przetwarzaniu obrazu i widzeniu komputerowym, szczególnie w obszarach wykrywania cech i ekstrakcji cech, które zmierzają do identyfikacji tych punktów w zdygitalizowanym obrazie w których raptownie zmienia się jasność obrazu lub, formalnie, kiedy wykazuje nieciągłość.

Widzenie Sztuczne

Pamiętajmy to jest obraz na siatkówce

Nie ma obiektu i tłaNie ma krawędzi,Nie ma naroży, Nie ma powierzchni, Nie ma części,Nie ma fakturyNie wiadomo, gdzie obiekt, gdzie cień.itd.

Tylko informacje o intensywnościpobudzenia komórek siatkówki.

Analiza obliczeniowa obrazów

• Obliczanie regionów i części• Obliczanie konturów• Obliczanie krawędzi• Obliczanie kierunku krawędzi• Obliczanie naroży• Obliczanie grzbietów i dolin• ………..

Effect wielkości (Gaussian kernel size, algorytm Johna Canny)

oryginał Canny przy Canny przy Wybór rozmiaru zależy od pożądanego skutku:

wielki rozmiar sprawia, że obliczenie wykrywa krawędzie wielkiej skali i przeciwnie, mały rozmiar wykrywa drobne cechy.

Wykrywanie Blob’ów( Binary Large Objects)

• In the area of computer vision, refers to visual modules that are aimed at detecting points and/or regions in the image that differ in properties like brightness or color compared to the surrounding

Wykrywanie konturu(Active Contour Model)

• Active contour model, inaczej zwany ekstrakcją węży, jest ramą do wykreślania

zarysu obiektów w przeładowanym szumem obrazie dwu-wymiarowym.

• Edge detection is a fundamental tool in image processing and computer vision, particularly in the areas of feature detection and feature extraction, which aim at identifying points in a digital image at which the image brightness changes sharply or, more formally, has discontinuities.

Wykrywanie krawędzi

Wykrywacz krawędzi Johna Canny ( 1986)

• The Canny edge detector is an edge detection operator that uses a multi-stage algorithm to detect a wide range of edges in images. Most importantly, Canny also produced a computational theory of edge detection explaining why the technique works. It was developed by John F. Canny in 1986 . The edges are coloured to indicate the edge direction: yellow for 90 degrees, green for 45 degrees, blue for 0 degrees and red for 135 degrees.

Wykrywanie naroży (Corner detection)

• A corner can be defined as the intersection of two edges. A corner can also be defined as a point for which there are two dominant and different edge directions in a local neighborhood of the point.

Wykrywanie grzbietów (Ridge detection)

• Computer vision use differential geometric definition of ridges and valleys at a fixed scale in a two-dimensional image

Przykład obliczeniowej obróbki obrazu

TEORIA OBLICZENIOWA DAVIDA MARRA (1982)

Poziomy analizy

• David Marr traktował widzenie jako system przetwarzania informacji. Wraz z Tomaso Poggio założył, że ten system zawiera trzy różne ale dopełniające się poziomy analizy. Ta idea znana jest we psychologii poznawczej jako hipoteza Marra o trzech poziomach.

• Poziom obliczeniowy: co robi system? ( np. jakie napotyka problemy i jak je rozwiązuje), i co równie ważne, dlaczego to czyni.

• Poziom algorytmiczny/ reprezentacji : jak system czyni, to co czyni? Dokładniej, jakich używa reprezentacji i jakie stosuje algorytmy, aby budować i manipulować reprezentacjami.

• Poziom implementacji : jak system jest fizycznie zorganizowany? W przypadku procesów biologicznych, jakie struktury nerwowe i jaka aktywność nerwowa przebiega w systemie wzrokowym.

Etapy analizy obrazu siatkówkowegoDavid Marr zakładał, że analiza obrazu siatkówkowego przebiega w 4 odrębnych etapach, przy czym każdy następny etap przejmuje wyjście poprzedniego i dokonuje na nim nowych analiz. Etapami tymi są:

• I. Opis z poziomu szarości– pomiar intensywności światła w każdym punkcie obrazu siatkówkowego.

• II. Szkic podstawowy Po pierwsze

– Surowy szkic: wyodrębnienie obszarów które potencjalnie odpowiadają krawędziom i teksturze rozpoznawanych obiektów;

Następnie – Pełny szkic: wyodrębnione obszary wykorzystuje się do generowania obrysów obiektów

w polu widzenia

• III. 2 1⁄2D Szkic zorientowany na obserwatora: w tym etapie opisy obiektów dotyczą tego, jak powierzchnie w polu widzenia pozostające w relacji względem siebie, zorientowane są względem obserwatora.

• IV. 3D szkic zorientowany na obiekt– w tym etapie tworzone są opisy obiektów które pozwalają na rozpoznanie obiektu z dowolnego punktu widzenia. ( tj. niezależnie od punktu widzenia obserwatora).

Marr rozwinął swoją teorię głównie w oparciu o projektowanie symulacji komputerowych i algorytmów, które mogły dokonywać stosownych analiz.

Widzenie Sztuczne

Pamiętajmy to jest obraz na siatkówce

Nie ma obiektu i tłaNie ma krawędzi,Nie ma naroży, Nie ma powierzchni, Nie ma części,Nie ma fakturyNie wiadomo, gdzie obiekt, gdzie cień.itd.

Tylko informacje o intensywnościpobudzenia komórek siatkówki.

I. Opis z poziomu szarościPierwszy etap teorii Marra zakłada tworzenie opisu dotyczącego intensywność tj jasność światła w każdym punkcie siatkówki.

Ten opis dotyczący informacji o intensywności nazywany jest opisem skali szarości , gdyż ograniczenie do intensywności wyklucza długość fal świetlnych podających informację o barwach.

Jeśli wyłączymy kolor w telewizorze, pozostały obraz będzie czarno- biały, a dokładniej przybierze różne odcienie szarości. Marr nie ignoruje barw bodźców, ale ogranicza się do włączenia modułu przetwarzanie, który przetwarza intensywność bodźców.

Informacja o kolorze przetwarzana jest przez inny moduł. Pozostałe moduły mogą przetwarzać kształt obiektów, itd.

II.Szkic pierwotny:

Surowy szkic Tworzenie szkicu pierwotnego zachodzi w dwóch etapach: Pierwszy etap stanowi sporządzenie surowego szkicu z poziomu szarości przez <identyfikację wzorów> zależnie od różnic intensywności poszczególnych punktów.Duże zmiany intensywności ujawniają krawędzie obiektu, mniejsze- jego części i teksturę , a jeszcze mniejsze- przypadkowe fluktuacje w odbijanym przez przedmiot świetle.

II. Szkic pierwotny: Pełny szkic

Pełny szkic pierwotny zawiera informacje o organizacji obrazu, szczególnie w odniesieniu do umiejscowienia, kształtu, tekstury i wewnętrznych części dowolnych obiektów w polu widzenia. • Program komputerowy dokonuje tego przez przypisanie znaczków lokalizacyjnych

(location tokens) dotyczących obszarów poziomu szkicu surowego na podstawie regionów (blobs), krawędzi-segmentów, pasków.

• Przypisanie znaczków lokalizacyjnych sprawia, że tworzą się grupy obiektów, które mogą podlegać dalszej organizacji przez przypisanie znaczków wyższej hierarchii.

Szkic pierwotny „tygrysa”Surowy szkic tygrysa zawierałby informację o

• krawędziach ciała tygrysa, jak również o • krawędziach i wzorze tygrysich pasków i• teksturze jego sierści.

W pełnym szkicu tygrysa • znaczki lokacyjne poszczególnych włosów pozwalają na zgrupowanie

włosów w każdy z pasków wzoru tygrysiej skóry. • Znaczniki miejsca dla każdego paska zostałyby dalej grupowane, gdyż

pojedynczy pasek biegnie równolegle do innych pasków wzdłuż ciała tygrysa. Z tej analizy wynika, że trzeba przynajmniej dwóch poziomów znaczników lokalizacji.

• Różne mechanizmy powodują przypisywanie znaczników lokalizacyjnych składnikom surowego szkicu i tworzenie coraz to wyższych hierarchii. Są one zbliżone do zasad tworzenia postaci ze względu na bliskość, dobrą kontynuację, kontur urojony itd..

2 ½ D Szkic zorientowany na widzaWedług Marra, dwu i pół wymiarowy (2 ½ D ) szkic składa się z serii szkiców pierwotnych, które zawierają wektory (linie odnoszące się do orientacji powierzchni i kierunku).– Wektor to „strzałka,” której zwrot mówi nam, gdzie zorientowana jest

płaszczyzna, zaś długość mówi nam, jak jest nachylona względem obserwatora. Niżej widać 2 ½ wymiarowy sześcian.

Marr sugeruje, że każdy wektor może także zawierać liczbę wskazującą na odległość punktu względem obserwatora.

3D Opis zorientowany na przedmiot

Marr (1982) ujmuje tę transformację jako przejście z 21/2D opisu zorientowanego na widza na 3D opis zorientowany na obiekt, który pozwala na rozpoznawanie obiektu, mimo zmian punktu widzenia. W artykule z 1978 roku Marr i Nishihara sugerują, że obiekty można reprezentować poprzez tworzenie 3D opisów zorientowanych na obiekt

Proponują przyjęcie kanonicznej ramy koordynat. To oznacza, że każdy obiekt reprezentowany jest wewnątrz takiej ramy odniesienia , która posiada taki sam kształt jak obiekt.Np.. można sobie wyobrazić reprezentację marchewki, która byłaby długim stożkiem.

Takie przekształcenie jest paradoksalne, jako że trzeba byłoby wcześniej znać przybliżony kształt obiektu, który mamy rozpoznać!

Pamiętajmy jednak, że tworzenie 3D opisu zorientowanego na obiekt następuje już po długiej analizie obrazu siatkówkowego , i istnieją już informacje o ksztsałci/ obrysie.

3D reprezentacja „czegoś”

Poniżej znajduje się opis jednej z metod znajdowania osi obiektów, sugerowany przez Marr and Nishihara (1978).(a)To jest „coś”.

(b)krok pierwszy to wyodrębnienie z „czegoś” wypukłości (+++) i wklęsłości obrysu (- - -).

(c) Teraz wyszukując maksymalne wklęsłości obrys można rozdzielić na sekcje.

(d) Z pomocą tych sekcji można podzielić obiekt na mniejsze części.

(e) Powstaje możliwość wyodrębnienia w poszczególnych częściach osi tych części.(f ) ….

Source: Marr and Nishihara, 1978

Rozpoznanie obiektuTak został w kilku etapach wygenerowany trój-wymiarowy model obiektu.Ale system przetwarzania nadal nie wie co to jest?

Wtedy model jest porównywany z danymi o modelach xzawartymi w magazynach pamięci komputera i wyszukiwany jest egzemplarz, który najlepiej pasuje do modelu.Egzemplarz najlepiej dopasowany jest podstawą dalszych porównań.

Proces porównań zatrzymuje się, kiedy uzyskany poziom odpowiada poziomowi szczegółów zawartych w modelu. Wtedy następuje rozpoznanie: To jest osiołek.

As the model is 3D, it allows recognition of the object from many angles and its hierarchical nature allows recognition of the entire object whilst maintaining more detailed information about the components.

WYNIKI ZASTOSOWANIA POSZCZEGÓLNYCH FILTRÓW

Praktyka percepcji

Spostrzeganie twarzy

• Teoria analizy cech twarzy ( bottom – up)• Teoria całościowa ( top – down)• Teoria Bruce i Young (1986)

Feature Analysis Theory (bottom – up)

Aim To see how features are used when recalling unfamiliar faces.

MethodParticipants were briefly shown faces of people they had never seen before, and then had to describe the face.

ResultsThe features most often recalled were (from most to least frequent): hair, eyes, nose, mouth, eyebrows, chin and forehead.

ConclusionFaces of unfamiliar people tend to be recalled using the face's main features; this suggests we view faces as described in feature analysis theory.

Evaluation o theory

Because of the nature of the experiment, that participants were asked to describe a face, would make them more likely to describe individual features, however, face recognition could work differently.

This is the first theory of face recognition; perceiving person looks at individual parts or features (nose, mouth, hair) of the face in recognizing it.

Holistic Form Theory (top - down)

Aim Find out how important layout of faces is when processing them.

Method

Pictures of famous faces where cut in half horizontally. Participants had to first identify the face from one half. And in the second condition the two halves were put together to make a composite.

Results It took longer to recognise the composites than the halves.

Conclusion

In the composite condition a new face composition was formed, thus making it more difficult to identify the two separate people.

EvaluationThere is always a problem with using 'famous' faces, since a face that is famous to one person may not be to another.

This theory says we look at the face as a whole (i.e. spacing, overall shape), including stored information related to it, for example emotion (which is important when recognizing a friend or relative). It is said to be atop-down theory because you look at the bigger picture first.

Prozopagnozja (agnozja twarzy

Prozopagnozja (agnozja twarzy, z gr. πρόσωπον = "twarz" + αγνωσία = "niewiedza")

– zaburzenie powstałe na skutek uszkodzenia mózgu, polegające na braku

rozpoznawania twarzy znajomych lub widzianych już osób, a także ich wyrazu

emocjonalnego. Zaburzenie może mieć również podłoże genetyczne.

Urojeniowy syndrom błędnej identyfikacji

• Do DMS zalicza się następujące zaburzenia:

• Zespół Capgrasa - chory utrzymuje, że osoby z jego otoczenia (zwłaszcza członkowie rodziny) zostały zamienione na obcych, tyle że identycznie wyglądających

• Zespół Fregoliego - przekonanie chorego, że wszystkie osoby, które spotyka to w rzeczywistości ta sama osoba zmieniająca swój wygląd

• Zespół inter-metamorfozy - przekonanie, że osoby w otoczeniu chorego wymieniają między sobą nie tylko tożsamość, ale i wygląd

• Zespół sobowtóra - chory jest przekonany, że istnieje osoba identyczna z nim samym zarówno pod względem psychicznym jak i fizycznym