برجستگی، توجه و جستجوی تصویر: رویکرد نظریه اطلاعاتی Saliency, attention, and visual search: An information theoretic approach

رشته های مرتبط: مهندسی کامپیوتر، مهندسی نرم افزار و برنامه نویسی
طرحی پیشنهادی برای محاسبات برجستگی در حوزه تصویر که بر اساس این فرض مطرح شده است که محاسبه برجستگی متمرکز شده در یک نقطه را برای به حداکثر رساندن اطلاعات نمونه برداری شده از محیط یک شخص به حداکثر می رساند. این مدل به طور کامل در محدودیت های محاسباتی ساخته شده است اما با این وجود در معماری با سلول ها و یادآور اتصالی که در حوزه بصری ظاهر می شود به وجود آمد. آن نشان داد که انواع رفتارهای جستجوی بصری به عنوان ویژگی های مهم این مدل ظاهر می شوند و بنابراین اصول اساسی برنامه نویسی و انتقال اطلاعات به وجود می آیند. نتایج آزمایشی اثربخشی بیشتری را در پیش بینی الگوهای تثبیت در سرتاسر دو مجموعه از داده های مختلف در مقایسه با مدل های رقابتی نشان می دهند. کلمات کلیدی: برجستگی، توجه بصری، جستجوی بصری، حرکات چشم، نظریه اطلاعاتی، برنامه نویسی کارآمد، pop-out، جستجوی نامتقارن، اجزای مستقل، افزونگی، استنباط آماری. مقدمه انسان¬ها همیشه در حال جستجوهای بصری می باشند از پیدا کردن دسته کلیدها گرفته تا پیدا کردن یک دوست در یک مکان شلوغ. هرچند، برخلاف اهمیت این موضوع و حضور همیشگی آن در زندگی های روزانه ما، مفهوم فعلی پایه های عصبی این رفتار در رسیدن به یک نظر مشترک شکست می خورد. افت شدید در تیزهوشی بصری از حفره ها به محیط اطراف یک سیستم کارآمد برای هدایت چشم ها به آن ناحیه های تصویری ای که مربوط به ارضاء اهداف بیننده هستند را ایجاب می کند. علاوه براین، یک وظیفه مهم و مرتبط هدایت تمرکز به صورت بیرونی است؛ یعنی اینکه، این سیستم متمرکز کننده بیرونی جهت پردازش متمرکز را به سمت ورودی بصری مرتبط تعیین می کند. در طول چند دهه گذشته، تحقیقات زیادی در جهت درک بیشتر از این مکانیزم ها که نمونه برداری بصری را مشخص می کنند ، هم از طریق مشاهده حرکات تثبیت چشمی و هم در مشاهده کنترل پردازش قشر کانونی انجام شد. در نظر گرفتن حرکات تثبیتی چشم لزوماً با دو جزء متفاوت درگیر می¬شود، یکی تأثیر وابسته به کار از بالا به پایین بر روی این رفتارها و دیگری عوامل محرک محور پایین به بالا که به وسیله طبیعت خاص محرک های بصری مدیریت شده است. اهمیت مورد اول از این دو مقوله به خوبی ثبت شده است و شاید به صورت بسیار برجسته¬ای توسط یارباس (۱۹۶۷) نشان داده شد. در آزمایش های یارباس، از مشاهده کنندگان سوالات مختلفی در باره یک صحنه خاص پرسیده شد درحالیکه چشمان خود را به آن صحنه دوخته بودند. داده های به دست آمده الگوهای متفاوت وسیعی از حرکات چشمی وابسته به سوالات مطرح شده ارائه کردند. آخرین تلاش ها در همین راستا ادامه یافتند، مشاهده حرکات چشم در تنظیمات مختلف دنیای واقعی و نشان دادن بیشتر نقش کار در مسیر بصری و نمونه برداری قشایی احتمالی. حوادث بصری خاص مانند فلش درخشان نور، نشانه وضوح رنگی، یا حرکات ناگهانی تقریباً به طور خاصی دوباره در نگاه مشاهده کننده به وجود می آیند، که از هر عامل مرتبط به کاری مستقل می باشد. این رفتارها جزء محرک محور پایین به بالای رفتار نمونه برداری بصری را منعکس می کنند. حتی در نبود چنین الگوهای بصری قابل توجهی، طبیعت خاص محرک های بصری در دسترس عوامل تضمین شده را به طور محسوسی از نتایج نمونه گیری می کنند. تعدادی از تحقیقات تلاش کرده اند که به وسیله مشاهده کنندگان انسانی و ویژگی های اساسی مانند کنتراست متمرکز و حاشیه ها این حوزه را به تفضیل شرح دهند. نتیجه کلی از چنین تحقیقاتی این است که در اینجا هیچ ویژگی اساسی تنها و ساده ای که به طور کافی مشخص کند که چه چیزی محتوای برجستگی را در تمام تصاویر تشکیل می دهد وجودندارد. محدودیت اضافی از چنین رویکردی این است که هر نتیجه ای از چنین تحقیقی چیزهای کمی درباره اساس عصبی معین برای چنین محاسبات یا عملکرد عصبی مربوطه می گوید. دامنه اضافی ای که برجستگی در آن در نظر گرفته شده است در زمینه مدل های توجهی ای قرار دارد که به عنوان حضور چیزی که نقشه برجستگی نامیده شده است فرض می شود. معرفی نقشه های برجستگی به طور مفهومی به همراه نظریه ادغام ویژگی تریسمن و گلید (۱۹۸۰) به شکلی که آنها به عنوان نقشه اصلی موقعیت ها توصیف می شوند ارائه می شوند. ساختار اساسی این مدل این است که ویژگی های اساسی مختلف از صحنه استخراج شده اند. این نمایش های ویژگی متمایز متعاقباًدر یک تصویر توپوگرافی ساده از برجستگی ادغام شده اند. این تصویر در کار بعدی به عنوان یک نقشه برجستگی تلقی شده است و یک فرایند منتخب همراه آن است که در شرایط مبهم بیشترین اوج را در این تصویر انتخاب می کند. در این زمینه، به ادغام ترکیبی نقشه ویژگی های اصلی به عنوان نقشه برجستگی اشاره می شود. برجستگی در این زمینه نیز به خروجی عملیاتی که مجموعه ای از ویژگی های اساسی را که تصویر برجستگی را در بر می گیرند اشاره می کند. اگرچه مدل های مبتنی بر نقشه برجستگی موفقیت هایی در پیش بینی الگوهای تثبیت و رفتار جستجوی تصویری داشته اند، اما یک ضعف روش شناختی معنادار از تعریف برجستگی به دست آمده به وسیله این مدل های نقشه برجستگی در اینجا وجود دارد. این تعریف از برجستگی از تعریف کنتراست ویژگی داخلی ناشی می شود که به طور آزادانه مبتنی بر مشاهدات مورد تعامل در میان سلول های به طور داخلی در قشاء بینایی پستانداران قرار گرفته، است. اگرچه این مدل در شبیه سازی بعضی از رفتارهای برجسته محور موفق است، اما آنها به مقدار کمی در باره این موضوع توضیح می دهند که چرا عملیات درگیر در این مدل، ساختاری دارد که مشاهده شده است، به خصوص، اینکه معماری نهایی چه چیزی را با در نظر گرفتن ارتباط خود، به محرک های ورودی در یک روش کمی اصولی تفسیر می کند. همچنین، از نظر توصیف برای اصول طراحی پشت رفتار مشاهده شده و ساختار این سیستم مقدار کمی توضیح داده شده است. در این مقاله، ما در نظر می گیریم که ویژگی های محرک های بصری نقشی را در نمونه گیری از دیدگاه محرک محور ایفا می کنند. جاه طلبی این کار در توضیح اینکه چرا اجزای خاص در محاسبه برجستگی بصری دخیل شدند قرار می گیرند و همانگونه که عمل می کنند رفتار می کنند و نیز مدل جدیدی را برای محاسبه برجستگی بصری ساخته شده بر روی اولین اصول تئوری اطلاعات فرمول سازی شده به منظور افزایش توجه بر اساس به حداکثر رسانی اطلاعات ارائه می کند (AIM). این مسئله شامل توضیحی اصولی برای جلوه های رفتاری AIM و همکاری های این مقاله می شود که عبارتند از: ۱- یک چارچوب محاسباتی برای برجستگی بصری ساخته شده بر روی اولی اصول. اگرچه AIM به طور کامل در محدودیت های محاسباتی ساخته شده است، اما ساختار مدل به دست آمده توافق قابل توجهی را با سازمان سیستم بینایی انسان نشان می دهد. ۲- تعریف برجستگی بصری در اینجا تعریف واضحی در این زمینه است. تعریف پیشنهاد شده در باره برجستگی بصری فقط براساس واکنش سلول ها در یک ناحیه داخلی نیست بلکه بر اساس ارتباط بین واکنش سلول ها در یک ناحیه داخلی و در ناحیه اطراف می باشد. این شامل بحث در مورد نقشی است که این زمینه در رفتار مدل های مرتبط ایفا می کند. ۳- درنظر گرفتن تأثیر اصول تعیین کننده برنامه ریزی عصبی بر روی تعیین برجستگی بصری و رفتار جستجوی بصری. این شامل جلوه ای می شود که بسیاری از رفتارهای جستجوی بصری ممکن است به عنوان ویژگی های بارز این اصول تعیین کننده برنامه نویسی عصبی دیده شوند که با جستجوی اطلاعات به عنوان استراتژی نمونه گیری بصری ترکیب شده است. ۴- تصویری که در نتیجه تعریف برجستگی بصری توافق بیشتری را با داده های حرکات چشمی ثابت نسبت به تلاش های دیگر نشان می دهد. در کل، ما یک استراتژی به حداکثر رسانی اطلاعات را برای به دست آوردن کنترل عصبی مرتبط با برجستگی به وجود آوردیم که با محاسبات مشاهده شده در قشای بینایی سازگار است. این نتایج از نظر مفاهیم، با در نظر گرفتن اینکه به طور کلی چگونه انتخاب توجه در قشای بینایی به وجود می آید، بحث شده اند.