一般认为，大脑对可视目标的识别过程分为两部分：视觉属性和语义属性，即目标“像什么”和“是什么”。过去，人们对这两部分一般是分开研究的。据新智元报道，近日，剑桥大学研究人员利用计算机视觉的标准深度神经网络AlexNet，可将二者结合起来研究，并探寻它们之间的信息交互和映射关系。该研究最近发表在《科学报告》上。
研究团队使用新方法研究大脑对目标的识别过程，该方法结合了深度神经网络与吸引子网络语义模型。与之前的大多数研究相比，这一识别技术既考虑了视觉信息，也考虑了关于被识别目标的概念知识。
新技术已经在16名志愿者的神经影像数据上进行了测试。与传统的深度神经网络视觉模型相比，新方法能够识别与视觉和语义处理相关的不同脑区。“这项研究最关键的发现是，通过考虑物体的视觉和语义属性，可以更好地模拟物体识别过程中的大脑活动，这可以通过计算建模的方法捕获。”研究人员表示。
人工智能技术网 倡导尊重与保护知识产权。如发现本站文章存在版权等问题，烦请30天内提供版权疑问、身份证明、版权证明、联系方式等发邮件至1851688011@qq.com我们将及时沟通与处理。！：首页 > 新闻 » 剑桥构建“视觉语义大脑” 兼顾视觉信息和语义表示