Fugu-MT 論文翻訳(概要): Exploitation of Image Statistics with Sparse Coding in the Case of Stereo Vision

論文の概要: Exploitation of Image Statistics with Sparse Coding in the Case of Stereo Vision

arxiv url: http://arxiv.org/abs/2101.09710v2
Date: Tue, 26 Jan 2021 22:24:16 GMT
ステータス: 処理完了
システム内更新日: 2021-03-16 09:11:20.996123
Title: Exploitation of Image Statistics with Sparse Coding in the Case of Stereo Vision
Title（参考訳）: ステレオビジョンにおけるスパース符号化を用いた画像統計の活用
Authors: Gerrit A. Ecke, Harald M. Papp, Hanspeter A. Mallot
Abstract要約: 脳はスパース符号を用いて感覚流の統計的特性を利用すると推定されている。私たちはステレオビジョンのモデルを使って仮説を検証した。我々は、スパース符号化は後続の推論タスクに適した一般的な表現を生成することができると結論づける。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The sparse coding algorithm has served as a model for early processing in mammalian vision. It has been assumed that the brain uses sparse coding to exploit statistical properties of the sensory stream. We hypothesize that sparse coding discovers patterns from the data set, which can be used to estimate a set of stimulus parameters by simple readout. In this study, we chose a model of stereo vision to test our hypothesis. We used the Locally Competitive Algorithm (LCA), followed by a na\"ive Bayes classifier, to infer stereo disparity. From the results we report three observations. First, disparity inference was successful with this naturalistic processing pipeline. Second, an expanded, highly redundant representation is required to robustly identify the input patterns. Third, the inference error can be predicted from the number of active coefficients in the LCA representation. We conclude that sparse coding can generate a suitable general representation for subsequent inference tasks. Keywords: Sparse coding; Locally Competitive Algorithm (LCA); Efficient coding; Compact code; Probabilistic inference; Stereo vision
Abstract（参考訳）: スパース符号化アルゴリズムは哺乳類の視覚における初期処理のモデルとなっている。脳はスパース符号を用いて感覚流の統計的特性を利用すると推定されている。我々は、スパースコーディングがデータセットからパターンを発見し、単純な読み出しによって一連の刺激パラメータを推定できると仮定する。本研究では,仮説を検証するためにステレオビジョンのモデルを選択した。局所競合アルゴリズム (LCA) を用いて, ステレオ差を推定するために, na\\"ive Bayes 分類器を用いた。結果から3つの観察を報告します。まず、この自然な処理パイプラインで不均一推論が成功した。第二に、入力パターンを堅牢に識別するために、拡張された非常に冗長な表現が必要である。第3に、LCA表現における活性係数の数から推測誤差を予測することができる。我々は、スパース符号化は後続の推論タスクに適した一般的な表現を生成することができると結論づける。キーワード: スパースコーディング; 局所競合アルゴリズム(LCA); 効率的なコーディング; コンパクトなコード; 確率推論; ステレオビジョン