【文件属性】:
文件名称:matlab分时代码-conv-exp:深网代表感知形状
文件大小:4.26MB
文件格式:ZIP
更新时间:2021-05-21 20:43:31
系统开源
matlab分时代码介绍
深度神经网络作为人体形状敏感性的计算模型
乔纳斯·库比留斯(Jonas
Kubilius),斯特凡妮亚·布拉奇(Stefania
Bracci)和汉斯·P·奥普·德·贝克(Hans
P.
PLoS计算生物学,12(4):e1004896。
doi:[10.1371
/新闻。
pcbi.1004896](10.1371
/
journal。pcbi.1004896)
物体识别的理论认为形状具有最重要的意义,但是关于如何表示形状尚无共识,到目前为止,尝试实施可与现实刺激配合使用的形状感知模型的尝试大都失败了。
最近的研究表明,最先进的卷积“深度”神经网络(DNN)捕捉了人类物体感知的重要方面。
我们假设这些成功可能部分与人类对物体形状的表示有关。
在这里,我们证明了当训练为从自然照片中识别出普通物体时,DNN中出现了对形状特征(人类和灵长类动物视觉特征)的敏感性。
我们表明,这些模型解释了早期模型失败的几个基准行为和神经刺激集的人体形状判断。
尤其是,尽管从未明确对其进行过训练,但这些模型对非偶然特性的敏感性不断提高,长期以来,这些非偶然特性被认为构成了对象识别的