論文の概要: Visual stream connectivity predicts assessments of image quality
- arxiv url: http://arxiv.org/abs/2008.06939v1
- Date: Sun, 16 Aug 2020 15:38:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-28 11:58:23.978943
- Title: Visual stream connectivity predicts assessments of image quality
- Title(参考訳): 映像の画質評価をビジュアルストリーム接続で予測する
- Authors: Elijah Bowen, Antonio Rodriguez, Damian Sowinski, Richard Granger
- Abstract要約: 我々は、知覚的類似性判断の正確かつ説明的な説明を提供する微分幾何学を示す、類似性の心理物理学の新たな形式化を導出する。
予測は、人間の行動報告に対する単純な回帰によってさらに改善され、それによってより精巧な仮説化された神経接続パターンを構築するのに使用される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Some biological mechanisms of early vision are comparatively well understood,
but they have yet to be evaluated for their ability to accurately predict and
explain human judgments of image similarity. From well-studied simple
connectivity patterns in early vision, we derive a novel formalization of the
psychophysics of similarity, showing the differential geometry that provides
accurate and explanatory accounts of perceptual similarity judgments. These
predictions then are further improved via simple regression on human behavioral
reports, which in turn are used to construct more elaborate hypothesized neural
connectivity patterns. Both approaches outperform standard successful measures
of perceived image fidelity from the literature, as well as providing
explanatory principles of similarity perception.
- Abstract(参考訳): 初期の視覚のいくつかの生物学的メカニズムは比較的よく理解されているが、画像類似性の人間の判断を正確に予測し説明する能力についてはまだ評価されていない。
初期の視覚でよく研究された単純な接続パターンから、類似性の精神物理学の新しい形式化を導き、知覚的類似性判断の正確かつ説明的な説明を提供する微分幾何学を示す。
これらの予測は、人間の行動報告に対する単純な回帰によってさらに改善され、より精巧な仮説上の神経接続パターンを構築するために使用される。
どちらのアプローチも、文献から認識されるイメージの忠実さの標準的な評価基準を上回り、類似性知覚の説明原理を提供する。
関連論文リスト
- Interpretable Measures of Conceptual Similarity by
Complexity-Constrained Descriptive Auto-Encoding [112.0878081944858]
画像間の類似度を定量化することは、画像ベースの機械学習にとって重要な著作権問題である。
我々は,高次関係を捉えた画像間での「概念的類似性」の概念を定義し,計算することを目指している。
2つの非常に異種な画像は、その記述の早い段階で識別できるが、概念的に異種な画像は、より詳細を区別する必要がある。
論文 参考訳(メタデータ) (2024-02-14T03:31:17Z) - How does the primate brain combine generative and discriminative
computations in vision? [4.691670689443386]
推論過程の2つの対照的な概念は、それぞれ生物学的ビジョンと機械ビジョンの研究に影響を与えている。
視覚は、しばしば感覚データのトップダウン予測を含むと考えられるプロセスにおいて、証拠の尋問を通じて生成モデルを逆転させることを示す。
本稿では,この用語を説明し,重要な実証的証拠を概説するとともに,霊長類視覚の謎のハイブリッドアルゴリズムを明らかにするための段階を超越し,設定する経験的研究プログラムを提案する。
論文 参考訳(メタデータ) (2024-01-11T16:07:58Z) - Disentangling the Link Between Image Statistics and Human Perception [47.912998421927085]
1950年代、BarlowとAttneaveは生物学的ビジョンと情報の最大化の関係を仮説づけた。
現状の主観的画像品質指標の感度を利用して, 確率関連因子を組み合わせ, 人間の知覚を予測する方法を示す。
論文 参考訳(メタデータ) (2023-03-17T10:38:27Z) - An Inter-observer consistent deep adversarial training for visual
scanpath prediction [66.46953851227454]
本稿では,軽量なディープニューラルネットワークによるスキャンパス予測のための,サーバ間一貫した対向トレーニング手法を提案する。
我々は、最先端の手法に関して、我々のアプローチの競争力を示す。
論文 参考訳(メタデータ) (2022-11-14T13:22:29Z) - Perceptual Attacks of No-Reference Image Quality Models with
Human-in-the-Loop [113.75573175709573]
NR-IQAモデルの知覚的堅牢性を調べるための最初の試みの1つを行う。
我々は,4つの完全参照IQAモデルの下で,知識駆動のNR-IQA法とデータ駆動のNR-IQA法を検証した。
4つのNR-IQAモデルは全て、提案した知覚的攻撃に対して脆弱であることがわかった。
論文 参考訳(メタデータ) (2022-10-03T13:47:16Z) - Zero-shot visual reasoning through probabilistic analogical mapping [2.049767929976436]
視覚的確率論的アナロジカルマッピング(visual Probabilistic Analogical Mapping)は2つのアプローチを合成する視覚的推論のモデルである。
直接学習なしでは、VisiPAMはアナログマッピングタスクにおいて最先端のディープラーニングモデルよりも優れていることを示す。
さらに,ビジパムは,異なるカテゴリにまたがる3Dオブジェクトのマッピングを含む新しいタスクにおいて,人間のパフォーマンスパターンと密に一致している。
論文 参考訳(メタデータ) (2022-09-29T20:29:26Z) - Learnable Visual Words for Interpretable Image Recognition [70.85686267987744]
モデル予測動作を2つの新しいモジュールで解釈するLearable Visual Words (LVW)を提案する。
意味的な視覚的単語学習は、カテゴリ固有の制約を緩和し、異なるカテゴリ間で共有される一般的な視覚的単語を可能にする。
6つの視覚的ベンチマーク実験により,提案したLVWの精度とモデル解釈における優れた効果が示された。
論文 参考訳(メタデータ) (2022-05-22T03:24:45Z) - Hybrid Predictive Coding: Inferring, Fast and Slow [62.997667081978825]
本稿では,反復型と償却型の両方を原則的に組み合わせたハイブリッド予測符号化ネットワークを提案する。
我々は,本モデルが本質的に不確実性に敏感であり,最小計算費用を用いて正確な信念を得るためにバランスを適応的にバランスさせることを実証した。
論文 参考訳(メタデータ) (2022-04-05T12:52:45Z) - Predicting Human Similarity Judgments Using Large Language Models [13.33450619901885]
本稿では,テキスト記述に基づく類似性判断の効率的な予測手法を提案する。
要求される説明の数は刺激の数とともに直線的にしか増加せず、必要なデータ量が劇的に減少する。
本手法は, 自然画像の6つのデータセットを用いて検証し, 視覚情報に基づく従来の手法より優れていることを示す。
論文 参考訳(メタデータ) (2022-02-09T21:09:25Z) - Probabilistic Analogical Mapping with Semantic Relation Networks [2.084078990567849]
本稿では,意味関係ネットワークに基づくアナログマッピングの新しい計算モデルを提案する。
モデルが大人と子供の両方の類似写像を含む現象の広い範囲を占めていることを示します。
論文 参考訳(メタデータ) (2021-03-30T22:14:13Z) - Transforming Neural Network Visual Representations to Predict Human
Judgments of Similarity [12.5719993304358]
機械の視覚表現を人間の表現とよりよく一致させる方法について検討する。
深層埋め込みの線形変換を適切に行うことで、人間の二進選択の予測を改善することができる。
論文 参考訳(メタデータ) (2020-10-13T16:09:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。