视觉第一讲.ppt

视觉视觉研究的准备：基本原理与方法 视觉建模组 狄晓斐 2010.09.08 提纲 作者介绍 视觉是什么—导言 视觉研究的背景 信息处理系统 视觉的表象框架 总结 提纲 作者介绍 视觉是什么—导言 视觉研究的背景 信息处理系统 视觉的表象框架 总结 David Marr 英国神经科学家、心理学家 教育背景 Trinity College, Cambridge mathematics BA Trinity College, Cambridge physiology PH.D. 把心理学、神经生理学、人工智能融入到视觉处理模型 开创了计算神经这门学科 1945-1980 提纲 作者介绍 视觉是什么—导言 视觉研究的背景 信息处理系统 视觉的表象框架 总结 视觉是什么？ 普通人（包括亚里士多德） 视觉是一处理过程：通过观看，认知有什么东西在什么地方 Marr 等人 视觉 Marr 方法论的要旨在于认为视觉是一种复杂的信息处理任务，其目的是要把握对我们有用的外部世界的各种情况，并把他们表达出来。 -------- T. Poggio 信息处理 表象 信息处理的观点 应信息处理任务和信息处理机器的需求而生 与我们周围很多现象相关（进化，思想等） 特点：完整的理解需要多个层次的解释 视觉 普通人的直接经验 脑科学家、生理学家和解剖学家细胞级的认识 计算机工作者的程序实现 计算和计算机—不同层次 计算 具体的信息处理任务 计算机 能在程序控制下进行运算的机器 正在执行某一特殊信息处理任务的机器 人脑 不仅仅是一台计算机，而且是一台习惯于执行某些相当特殊的计算的计算机 哲学依据--意识的表象理论 假设意识可以利用内部表象系统 心理状态 判断内部表象当前正在说明的是哪些内容 心理过程 如何得到这样的内部表象 这些内部表象怎样相互作用 视知觉研究的有用框架，本理论的出发点 本书的内容安排 第一部分 导言（阐明思想方法）、研究方法、表象框架以及如何得到这个框架 第二部分 研究方法和理论框架在视觉中的体现 第三部分 自问自答，阐明研究方法背后的思想方法 提纲 作者介绍 视觉是什么—导言 视觉研究的背景 信息处理系统 视觉的表象框架 总结 视觉研究的背景 早期阶段 牛顿（1704） ：颜色视觉 亥姆霍兹（1910）：生理光学 Wertheimer（1923）：在像电影那样依次呈现的图像中发生的不是单个点的运动，而是整体的（即“场”的）视运动 心理学格式塔学派：描述整体的性质（共同性、差异性），阐明这些整体发生的“法则” 知觉心理学研究者，研究知觉的各种性质和实现情况 颜色视觉的三原色理论 运动知觉 ? 知觉的独立模块 Miles(1931) Wallach and O’Connell(1953) B.Julesz 双眼随机点立体图 心理物理学 Campbell Robson(1968) :在我们的知觉器官的前级，存在着若干个独立的空间频率调谐通道，即对图像中以一个特定尺度或空间间隔出现的光强度变化敏感的通道。 表象的提出及解释 Shepard and Metzler(1971) : 意识的移动实验 电生理学方法（还原论方法） 盛极一时 放大技术使记录单个神经元的活动成为可能 细胞“感受野”的概念 Barlow ：对单个神经细胞的活动以及它对其他神经细胞影响的反应的描述是理解神经系统功能的足够完整的描述 终归失败 结构的理解不能启迪了解运动系统，不能指导写程序 已有的研究重点在描述细胞行为而不解释为什么有这样的行为 视区在做什么工作？哪些问题需要解释？应该在哪个层面上解释？ Barlow, Hubel and Wiesel: 特征检测器 当时视觉工作者们：从图像中提取边缘和线条非常棘手 经验方法：边缘提取算子 分析受限场景（比如：积木世界） Land, McCann and Horn颜色视觉的锐化处理理论和 Horn 从明暗恢复形状 Marr and Poggio 存在一个层次独立的对知觉过程中所完成的信息处理任务进行分析和理解 提纲 作者介绍 视觉是什么—导言 视觉研究的背景 信息处理系统 视觉的表象框架 总结 信息处理系统----表象和描述 表象 一种能把某些实体或某几类信息表达清楚地形式系统，以及说明该系统如何行使其职能的规则 描述 使用某一种表象描述一个给定实体的结果 表象的特点 使某些信息明确而另一些隐藏 举例 阿拉伯数制、二进制 信息处理系统---- 处理 从超级市场收银机入手 这个装置做什么？ 加法（加法的性质）