yusukekyokawa
commented
4 years ago Intro
視覚システムの初期段階の大きな課題は、情報容量が限られている中で、受け取る膨大なデータ負荷を処理することである。必要とされる情報容量は入力の特性に依存するため、自然画像はランダムではなく、大きな構造を示すことに注意することが重要である。この構造は、画像源の統計量によって記述することができ、事前知識と考えることができる。したがって、画像データのある程度の量は予測可能であり、したがって冗長である。Barlow（１９５９）によって提案されたように、視覚処理の初期段階でこの冗長性の一部を低減することは、視覚システムが視覚システムの後の段階への情報の伝達を最適化するのに役立つ。冗長性を低減する、すなわち予測可能なデータを除去する適切な処理スキームは、明らかに画像ソースの統計量に合わせて慎重に調整されなければなりません。 この記事では、画像の2次統計に関連する冗長性に焦点を当てます。これは、画像のパワースペクトルを通して最も簡単に調べることができます。パワースペクトルは画像の自己相関に直接関係しており、画像内の2つの点が距離と向きの関数としてどれだけ密接に関係しているかを表します。貴重な（前）処理戦略として冗長性を減らしたいのであれば、自然画像のパワースペクトルの適切なモデルが必要です。自然画像のパワースペクトルは、空間周波数fに1If 2として依存する傾向があることがわかっている(Burton & Moorhead, 1987; Field, 1987; van Hateren, 19924; Tolhurstら, 1992; Ruderman & Bialek, 1994)。この事実は、昆虫および高等脊椎動物の両方の視覚系の初期の処理を説明し予測するのに成功している（昆虫．脊椎動物の網膜：Bialekら、1991; Atick & Redlich、1990; ヒトの心理物理学。Atick & Redlich, 1992; van Hateren, 1993）。) 自然なパワースペクトルのモデルとして1If 2を仮定するこのアプローチの成功にもかかわらず、冗長性を減らす能力に関しては、このモデルの妥当性は体系的に調査されていない。この論文の主な目的は、このような状況を改善することである。 自然なパワースペクトルのモデルをテストするための第一歩として、我々は自然画像のスペクトルを慎重に校正した広範なセットを入手し、過去の研究で報告されたいくつかの結果をここで確認した。さらに、コントラストと周波数の振る舞いが方位にどのように依存するかを調査した。実験データは、画像の二次冗長性を低減する能力と、画像のコントラストを推定する能力について、一連の単純なモデル（1/f 2に似ている）を評価するために使用されます。後者は、視覚システムがコントラストの正規化のために利用することができます。これらのモデルのいくつかは、スペクトルの周波数の振る舞いだけでなく、その配向の振る舞いも捉えています。1If 2が円対称神経前処理（つまり無指向）に関する以前の研究で成功したモデルとして機能したように、我々がここで提案する最も成功したモデルは、視覚システムによる指向の神経処理を分析するためのツールとして使用できると期待しています。最後に、異なる画像のパワースペクトル間の変化を分析するためにここで開発された手法が、画像内で周波数スペクトルの局所的な形態がどのように変化するかを調査するための指針となることを期待しています。
書誌情報
論文リンク
https://reader.elsevier.com/reader/sd/pii/0042698996000028?token=7B7B63BC8A08AD72F9337E3AF59F779F06C40106EDB79855C52A500872865792561EFD076F7CB4FADD630FC7E54CCC8D
著者/所属機関
conf/journal
year
1995
どんな論文か？
自然画像に対するパワースペクトルを計算し確率モデルで表現
新規性
手法
結果
コメント