top of page
  • Immagine del redattoreAndrea Viliotti

COCO-Periph e il futuro della percezione visiva AI

La ricerca "COCO-PERIPH: Bridging the Gap Between Human and Machine Perception in the Periphery" mira a colmare le differenze tra la percezione umana e quella delle reti neurali profonde (DNN) nella visione periferica. I ricercatori hanno modificato il Texture Tiling Model (TTM) e creato il dataset COCO-Periph per studiare come le DNN riconoscono gli oggetti nella periferia visiva, e le hanno confrontate con le capacità umane mediante esperimenti di psicofisica. I risultati indicano che le DNN comunemente utilizzate non riescono a eguagliare la sensibilità umana nei confronti dell'affollamento periferico, nonostante l'addestramento su COCO-Periph riduca parzialmente il divario di prestazioni.



COCO-Periph e il futuro della percezione visiva AI
COCO-Periph e il futuro della percezione visiva AI

La visione periferica umana gioca un ruolo cruciale nella nostra percezione del mondo, distinguendosi per la sua capacità di organizzare lo spazio visivo senza necessariamente concentrarsi sui dettagli. Questa caratteristica non è presente nei sistemi di computer vision attuali, che tendono a concentrarsi maggiormente sui dettagli attraverso la visione foveale, simile alla nostra visione centrale. Tuttavia, i sistemi di visione artificiale possono essere ingannati da piccole modifiche nelle immagini, cosa che non avviene con l'occhio umano, il quale mantiene una percezione coerente anche di fronte a leggere distorsioni​​.

 

La ricerca si sta orientando verso l'implementazione di caratteristiche simili alla visione periferica umana nei modelli di computer vision, attraverso metodi come l'addestramento contraddittorio. Questo approccio prevede la creazione di immagini manipolate per addestrare le reti neurali a correggere gli errori di classificazione, avvicinando i meccanismi percettivi delle macchine a quelli della visione periferica umana​​.

 

La visione periferica è fondamentalmente differente dalla visione centrale in termini di acuità e capacità di percezione dei dettagli, dei colori e delle forme. Ciò è dovuto alla diversa densità e distribuzione dei recettori (coni e bastoncelli) sulla retina e alla rappresentazione più ridotta nel cortex visivo rispetto alla fovea, il punto di massima acuità visiva. Nonostante la visione periferica sia meno capace nella percezione fine, è molto efficace nel rilevare il movimento, una caratteristica che potrebbe essere sfruttata per migliorare i sistemi di computer vision attuali, soprattutto in contesti dove la rilevazione rapida di cambiamenti è essenziale, come nella guida autonoma​​.

 

Approccio Metodologico e Dataset COCO-Periph

 La ricerca introduce un approccio metodologico innovativo nell'ambito della computer vision, focalizzandosi sulla simulazione della visione periferica umana per migliorare le prestazioni delle Deep Neural Networks (DNN). Un elemento fondamentale di questo metodo riguarda la modifica del Modello di Tessellazione delle Texture (TTM), che è una tecnica usata per riprodurre la complessità visiva delle superfici simulando come sono organizzati i piccoli dettagli o le "texture". Questa rielaborazione permette di impiegarlo più efficacemente con le Reti Neurali Profonde (DNN), aumentando la loro versatilità. Questa modifica mira a rendere le DNN più vicine alla percezione umana, in particolare nel contesto della visione periferica, che presenta delle limitazioni nelle prestazioni umane ma offre anche vantaggi significativi al sistema visivo​​.

 

Il dataset COCO-Periph gioca un ruolo cruciale in questo studio, poiché offre un'ampia raccolta di immagini trasformate per emulare la visione periferica umana. Questo dataset è stato specificamente generato per valutare e confrontare le capacità di rilevamento degli oggetti delle DNN con quelle della percezione umana, mettendo in luce le sfide che le DNN incontrano nel replicare la sensibilità umana all'accumulo di elementi nella visione periferica​​.

 

Attraverso un esperimento psicofisico, i ricercatori hanno confrontato le prestazioni delle DNN con quelle umane nel rilevamento di oggetti nella visione periferica. I risultati hanno mostrato che le DNN comunemente utilizzate tendono a sottoperformare rispetto agli esseri umani in questo compito quando le immagini sono state trasformate con il TTM per simulare la visione periferica. L'addestramento con il dataset COCO-Periph ha cominciato a colmare il divario tra le capacità delle DNN e le prestazioni umane, incrementando leggermente la loro resistenza agli errori. Nonostante questi progressi, le DNN continuano a lottare per catturare la sensibilità umana all'affollamento periferico​​.

 

Il repository ufficiale di COCO-Periph fornisce risorse preziose per ricercatori e sviluppatori interessati a questo campo di studio, inclusi il dataset, i pesi del modello e le immagini sperimentali psicofisiche. Inoltre, offre una serie di notebook Jupyter e script Python per creare immagini pseudofoveate, addestrare e affinare i modelli sul dataset COCO-Periph, e analizzare i dati sperimentali umani​​.


Implicazioni e Prospettive Future

I risultati attuali e le osservazioni nel campo della visione periferica e della modellizzazione nelle DNN aprono diverse strade per la ricerca futura e le potenziali applicazioni. Una direzione importante è l'integrazione più stretta tra i risultati psicofisici e i modelli di visione umana nelle DNN. Ciò include l'addestramento delle DNN su compiti e set di dati che catturano più da vicino l'esperienza umana e l'esplorazione di nuove funzioni obiettivo come l'autosupervisione per migliorare la corrispondenza tra DNN e processi umani​​.

Lo sviluppo della ricerca in questo campo potrebbe non solo aumentare la capacità dei sistemi di visione artificiale di imitare la visione umana, rendendoli più efficaci in attività come la guida autonoma e la creazione di interfacce utente, ma potrebbe anche fornire nuove conoscenze sui processi che stanno alla base della visione periferica umana. L'obiettivo finale sarebbe quello di sviluppare DNN che non solo imitano le strategie rappresentazionali della visione umana ma possono anche beneficiare di queste strategie per migliorare la loro generalizzazione e robustezza in una vasta gamma di contesti applicativi.

 

Conclusione

L'integrazione delle caratteristiche della visione periferica umana nei sistemi di computer vision rappresenta un'avanzata significativa verso il raggiungimento di macchine capaci di percepire e interpretare il mondo in modo più umano e completo. I ricercatori stanno facendo progressi nell'addestrare le reti neurali profonde (DNN) per emulare la visione periferica, migliorando così la loro capacità di mantenere una percezione coerente anche di fronte a distorsioni, una sfida per i modelli attuali che si concentrano maggiormente sulla visione dettagliata e centrale.

 

L'uso innovativo del dataset COCO-Periph e l'adattamento del Texture Tiling Model (TTM) sono passi avanti cruciali per simulare la visione periferica umana, consentendo alle DNN di avvicinarsi alla percezione umana e di affrontare meglio la complessità del mondo visivo. Nonostante le difficoltà incontrate dalle DNN nell'emulare la sensibilità umana all'affollamento periferico, i piccoli miglioramenti ottenuti attraverso l'addestramento con COCO-Periph indicano una direzione promettente per la ricerca futura.

 

Per gli imprenditori nel campo della tecnologia e dell'intelligenza artificiale, questo sviluppo offre opportunità significative per l'innovazione in applicazioni pratiche come la guida autonoma, la sorveglianza, la robotica e le interfacce utente più intuitive e naturali. La comprensione e l'applicazione dei principi della visione periferica umana nelle DNN possono portare a sistemi più efficaci, robusti e in grado di gestire meglio le informazioni visive complesse, aprendo nuovi orizzonti nel modo in cui interagiamo con e attraverso la tecnologia.

24 visualizzazioni0 commenti

Comments


bottom of page