ブラウン大学の研究チーム、錯視を起こすニューラルモデルを構築：顔や標識をより認識しやすくなるアルゴリズム - ＠IT

ブラウン大学の研究チーム、錯視を起こすニューラルモデルを構築：顔や標識をより認識しやすくなるアルゴリズム ブラウン大学の研究チームは視覚系の研究の一環として、人間のように錯視を起こすニューラルネットワークコンピュータモデルを構築している。一般的なディープラーニングのアルゴリズムに含まれていない要素を取り入れたことで成果を得た形だ。 米ブラウン大学は2018年9月21日（米国時間）、同大学のコンピュータビジョン研究チームによる目の錯覚（錯視）に関する研究成果を発表した。 この研究は、“文脈効果”（context-dependent optical illusion）に起因するタイプの錯視について、神経メカニズムを解明することを目的に行われた。 文脈効果とは、空間的または時間的に前後となる刺激の影響によって、ある（視覚）刺激の知覚の内容が変化してしまう現象。 研究者は次のように述べている。「錯

[fortrand]

単純なRGB値だけでなく、脳の認知分の補正をソフトウェアで再現できた、ということだろうか。画像認識のエラー軽減や精度向上になるのかな？という期待と、人間と同じ「見間違い」を新たに生むような心配と。

[gmym]

入力は網膜あるいはLGNからのスパイクのような離散信号か連続信号か。評価の指標は何なのか。

[deep_one]

錯視の起きるシステムを再現することで、錯視が起こる理由となった認識補正も再現できないか？という発想か。