Αντίληψη σχήματος/μορφής

Εισαγωγή Η αντίληψη σχήματος/μορφής (object/form perception), αφορά την οπτική διεργασία που καταλήγει στην αναγνώριση αντικειμένων του περιβάλλοντος. Αυτή η διεργασία είναι εύκολη για τον άνθρωπο. Είναι όμως εξαιρετικά δύσκολη για ένα ρομπότ.

Τα υπολογιστικά προβλήματα Η οπτική αναγνώριση προϋποθέτει τη λύση διαφόρων προβλημάτων υπολογιστικής μορφής. Τρισδιάστατη αναπαράσταση αντικειμένου 2. Γραμμές που ανήκουν σε ένα ή δύο αντικείμενα 3. Αντίληψη σχημάτων που επικαλύπτονται

Τρισδιάστατη αναπαράσταση Η αμφιβληστροειδική εικόνα είναι δισδιάστατη. Ωστόσο τα αντικείμενα του περιβάλλοντος είναι τρισδιάστατα. Το αντιληπτικό σύστημα πρέπει λοιπόν να διαθέτει έναν αλγόριθμο που να μετατρέπει την δισδιάστατη εικόνα, σε τρισδιάστατες αντιλήψεις.

Τρισδιάστατη αναπαράσταση Στο πιο κάτω σχήμα αντιλαμβανόμαστε ένα κύβο και έναν κύλινδρο. Θεωρητικά, ο κύλινδρος θα μπορούσε στην πραγματικότητα να είναι ένα διαφορετικό αντικείμενο.

Σε πόσα αντικείμενα ανήκουν οι γραμμές; Σε κάποιες περιπτώσεις, τρεις συνδεόμενες γραμμές μπορεί να ανήκουν σε ένα αντικείμενο (α), Ενώ σε κάποιες σε δύο αντικείμενα (β). β α

Επικαλυπτόμενα σχήματα Όταν ένα σχήμα ή αντικείμενο επικαλύπτεται από ένα άλλο, πώς μπορούμε να αντιληφθούμε το «πραγματικό» του σχήμα;

Gestalt θεωρία και ομαδοποίηση Η άποψή τους ήταν ότι κάποιες έμφυτες οργανωτικές αρχές χρησιμοποιούνται από τον εγκέφαλο, ώστε να ομαδοποιηθούν στοιχεία της οπτικής εικόνας σε σχήματα και αντικείμενα. Η διεργασία αυτή είναι αυτόματη.

Gestalt θεωρία και πλαίσιο Σε αυτή τη λογική, η συνολική θεώρηση του ερεθισμού είναι κρίσιμη για την αντίληψη. Επομένως, ένας «απομονωμένος» ερεθισμός, θα δώσει διαφορετική αντίληψη από τον ίδιο ερεθισμό σε διαφορετικό πλαίσιο. Οι Gestalt ψυχολόγοι παρουσίασαν μία πληθώρα φαινομένων που δείχνουν ότι η αντίληψη είναι ολική και δεν χτίζεται από τα επιμέρους στοιχεία του ερεθισμού.

Gestalt θεωρία και πλαίσιο Το γνωστό «τρίγωνο του Kanizsa». Η αντίληψη του τριγώνου στο κέντρο (subjective contours), εξαρτάται από τα μαύρα «πακμαν».

Gestalt θεωρία και πλαίσιο Φαινόμενο υποκειμενικών ακμών (subjective contours). Σημειώστε ότι το φαινόμενο είναι εντονότερο στα αριστερά (Gillam, 1989).

Οι οργανωτικές αρχές Οι κυριότερες οργανωτικές αρχές που εφαρμόζονται από το σύστημά μας για την αντίληψη σχημάτων και αντικειμένων είναι: Απλότητα (Simplicity, Pragnanz) Ομοιότητα (Similarity) Ομαλή συνέχεια (Good Continuation) Εγγύτητα (Proximity) Κοινή κίνηση (Common Fate)

Απλότητα Κάθε ερέθισμα θα γίνει αντιληπτό έτσι ώστε το αποτέλεσμα να είναι το απλούστερο δυνατό.

Ερεθίσματα που μοιάζουν μεταξύ τους θα ομαδοποιηθούν. Ομοιότητα Ερεθίσματα που μοιάζουν μεταξύ τους θα ομαδοποιηθούν.

Ομαλή συνέχεια Σημεία που όταν ενώνονται παράγουν ευθείες ή ομαλές καμπύλες, θα οργανωθούν μαζί.

Ερεθίσματα που είναι κοντά το ένα στο άλλο, θα ομαδοποιηθούν. Εγγύτητα Ερεθίσματα που είναι κοντά το ένα στο άλλο, θα ομαδοποιηθούν.

Ερεθίσματα που κινούνται με παρόμοιο τρόπο θα ομαδοποιηθούν. Κοινή Κίνηση Ερεθίσματα που κινούνται με παρόμοιο τρόπο θα ομαδοποιηθούν.

Εφαρμογές Οι αρχές ομαδοποίησης μπορεί να χρησιμοποιηθούν για να ερμηνεύσουν διάφορα αντιληπτικά φαινόμενα. Στα πιο κάτω παραδείγματα, προσπαθήστε να βρείτε τις οργανωτικές αρχές που εφαρμόζονται ώστε να προκύπτουν οι αντίστοιχες αντιλήψεις.

Εφαρμογές Η δυσκολία αντίληψης του σκύλου, οφείλεται στην αρχή της ομοιότητας. Η αντίληψή του οφείλεται στην ομαλή συνέχεια και την εγγύτητα.

Διαχωρισμός φιγούρας-φόντου Για να αντιληφθούμε ένα αντικείμενο, πρέπει να διαχωρίσουμε τη φιγούρα του από το φόντο (figure-ground segregation). Η λειτουργία αυτή κέντρισε το ενδιαφέρον των Gestalt ψυχολόγων. Ξεκινώντας από την παρατήρηση ότι ο καθορισμός μιας περιοχής ως φόντο ή ως φιγούρα, μπορεί να αλλάξει την αντίληψή μας, οι Gestalt ψυχολόγοι ενδιαφέρθηκαν να μελετήσουν τα χαρακτηριστικά που χρησιμοποιούνται από το σύστημα για το διαχωρισμό φιγούρας/φόντου.

Τέτοια φαινόμενα ονομάζονται «αναστρέψιμα» (reversible). Rubin’s face/vase Στη φωτογραφία του διπλανού βάζου, κάποιος μπορεί να ορίσει το βάζο είτε ως φιγούρα είτε ως φόντο. Τέτοια φαινόμενα ονομάζονται «αναστρέψιμα» (reversible).

Χαρακτηριστικά φιγούρας-φόντου Από τη στιγμή που αντιληφθούμε κάτι ως φιγούρα ή ως φόντο, υπάρχουν κάποια χαρακτηριστικά που μπορούμε να διακρίνουμε: Η φιγούρα είναι καθορισμένου σχήματος και το θυμόμαστε πιο εύκολα. Η φιγούρα είναι μπροστά από το φόντο. Το φόντο έχει ακαθόριστο σχήμα και φαίνεται να συνεχίζεται πίσω από τη φιγούρα. Η ακμή που χωρίζει τη φιγούρα από το φόντο, φαίνεται να ανήκει στη φιγούρα.

Χαρακτηριστικά φιγούρας-φόντου Μπορούμε να δούμε αυτά τα χαρακτηριστικά στην παρακάτω εικόνα. Ανάλογα με το τι βλέπουμε ως φιγούρα, αλλάζουν οι σχέσεις βάθους, και το που ανήκει η ακμή που χωρίζει τη φιγούρα από το φόντο.

Καθορισμός φιγούρας-φόντου Τι καθορίζει εάν θα δούμε κάτι ως φιγούρα ή ως φόντο; Για να απαντηθεί αυτό το ερώτημα χρειάζεται να αναγνωριστούν παράγοντες που ίσως καθορίζουν τον προσδιορισμό, και να ελεγχθεί πειραματικά η επίδρασή τους. Η γενική μεθοδολογία αυτών των πειραμάτων περιλαμβάνει προβολή ενός αμφίσημου ερεθίσματος, και γρήγορη αντίδραση του υποκειμένου σε σχέση με το τι αντιλαμβάνεται ως φιγούρα. Ανεξάρτητη μεταβλητή είναι τα χαρακτηριστικά του ερεθίσματος που χρησιμοποιούνται κάθε φορά.

Συμμετρικά ερεθίσματα τείνουν να φαίνονται ως φιγούρες. Συμμετρία Συμμετρικά ερεθίσματα τείνουν να φαίνονται ως φιγούρες.

Καμπυλότητα (convexity) Kanizsa, 1979, Επίσης, Kanizsa & Gerbino, 1976

Ερεθίσματα με τη μικρότερη έκταση, τείνουν να φαίνονται ως φιγούρες. Έκταση Ερεθίσματα με τη μικρότερη έκταση, τείνουν να φαίνονται ως φιγούρες.

Η διαδικασία αυτή γίνεται σε δύο στάδια. Η θεωρία της Treisman H Anne Treisman, πρότεινε ότι για την αντίληψη σχήματος μορφής, το σύστημα πρέπει να εξάγει από το ερέθισμα (extract) κάποια χαρακτηριστικά που είναι κρίσιμα στην αναγνώριση. Η διαδικασία αυτή γίνεται σε δύο στάδια. Το πρώτο στάδιο είναι «αυτόματο» και δεν περιλαμβάνει την εστίαση της προσοχής (pre-attentive). Το δεύτερο στάδιο είναι συνειδητό, και περιλαμβάνει εστιάσεις της προσοχής. Η θεωρία της Treisman δεν είναι μία συνολική αντιληπτική θεωρία, αλλά περιγράφει τον τρόπο εξαγωγής των στοιχείων εκείνων, που θα επιτρέψουν την αντίληψη σχήματος.

«Πρωταρχικά στοιχεία» Στην πρώτη φάση της διεργασίας του μοντέλου, γίνεται εξαγωγή των πρωταρχικών στοιχείων του ερεθίσματος (primitives). Το κύριο χαρακτηριστικό αυτών των στοιχείων είναι ότι φαίνεται να «ξεπετάγονται» (pop-out) από το ερέθισμα, πολύ γρήγορα. Τα χαρακτηριστικά των primitives μελετήθηκαν με την τεχνική της «οπτικής αναζήτησης» (visual search). Το υποκείμενο σε αυτά τα πειράματα καλείται να αναγνωρίσει όσο το δυνατόν γρηγορότερα ένα ερέθισμα «στόχο» (target), ανάμεσα σε άλλα «παρεμβαλλόμενα» ερεθίσματα (distractors). Τα χαρακτηριστικά του στόχου και των παρεμβαλλόμενων ερεθισμάτων μεταβάλλονται.

Κάποια πρωταρχικά στοιχεία που αναγνωρίστηκαν από την Treisman είναι: Οπτική αναζήτηση Εάν το ερέθισμα στόχος διαφέρει από τα παρεμβαλλόμενα ερεθίσματα σε ένα χαρακτηριστικό που γίνεται άμεσα αντιληπτό, τότε αυτό το χαρακτηριστικό είναι ένα «πρωταρχικό στοιχείο». Η ανίχνευση των πρωταρχικών στοιχείων δεν επηρεάζεται από τον αριθμό των παρεμβαλλόμενων ερεθισμάτων. Κάποια πρωταρχικά στοιχεία που αναγνωρίστηκαν από την Treisman είναι: Καμπυλότητα Χρώμα Κατεύθυνση Καταλήξεις γραμμών

Οπτική αναζήτηση Αναγνωρίστε το «Τ» Τ L Τ L Τ L

Οπτική αναζήτηση Σε περιπτώσεις όπου ο στόχος ξεχωρίζει από τα άσχετα ερεθίσματα μόνο ως προς ένα «πρωταρχικό χαρακτηριστικό» η αναζήτηση είναι εύκολη. Όταν όμως χρειάζεται να αναλυθούν συνδυασμοί (conjunction) «πρωταρχικών χαρακτηριστικών» η αναζήτηση είναι δύσκολη. Βρείτε το «R» P Q R

Λανθασμένοι συνδυασμοί Ένα εντυπωσιακό εύρημα στα πειράματα οπτικής αναζήτησης είναι το εξής: Εάν προβληθούν σύντομα (250χλδ.) ερεθίσματα με διαφορετικά πρωταρχικά χαρακτηριστικά ( Τ, Χ, Β), τα υποκείμενα αναφέρουν ότι είδαν ένα μπλε «Τ», ή ένα κίτρινο «Β», κτλ., περίπου στο ένα τρίτο των δοκιμών. Τι σημαίνει αυτό; Η Treisman ερμήνευσε αυτούς τους «λανθασμένους συνδυασμούς» (illusory conjunctions), ως ένδειξη ότι τα πρωταρχικά χαρακτηριστικά, στη φάση της εξαγωγής, δεν έχουν ταυτιστεί με κάποιο ερέθισμα (free floating)!

Στάδιο σύνθεσης χαρακτηριστικών Στη δεύτερη φάση αυτού του μοντέλου, τα πρωταρχικά χαρακτηριστικά συνθέτονται με την ενεργή εμπλοκή της προσοχής, ώστε να συγκροτήσουν αντικείμενα. Η προσοχή σε αυτό το στάδιο εστιάζεται σε διαφορετικές τοποθεσίες ώστε να αναγνωριστεί το αντικείμενο, η θέση του, κλπ. Το συμπέρασμα αυτό στηρίζεται από πειράματα οπτικής αναζήτησης (ταχυστοσκοπική προβολή) όπου όταν ο στόχος διαφέρει σε ένα μόνο πρωταρχικό χαρακτηριστικό, τα υποκείμενα δεν μπορούν να αναφέρουν τη θέση του. Αντίθετα όταν ο στόχος διαφέρει σε συνδυασμό χαρακτηριστικών, τα υποκείμενα θυμούνται και τη θέση.

Στάδιο σύνθεσης χαρακτηριστικών Βρείτε το κόκκινο «Τ». Αναζήτηση χωρίς προσοχή Αναζήτηση με προσοχή Τ Ο Τ Ο

Θεωρία των «γεωνίων» Το 1987 ο Irving Biederman, πρότεινε μία θεωρία αναγνώρισης αντικειμένων, που βασίζεται στη αναγνώριση «βασικών χαρακτηριστικών» ή γεωνίων (geons) του αντικειμένου (recognition by components). Η διαφορά των γεωνίων, από τα «πρωταρχικά χαρακτηριστικά» της Treisman, είναι ότι τα γεώνια είναι τρισδιάστατα (volumetric). Τα γεώνια θεωρούνται τα συστατικά στοιχεία της αντίληψης αντικειμένων, διότι έχουν μοναδικά χαρακτηριστικά από κάθε γωνία θέασης, που τα ξεχωρίζουν.

Θεωρία των «γεωνίων» Ο Biederman, αναγνώρισε 36 γεώνια. Στην εικόνα βλέπουμε μερικά από αυτά.

Τα γεώνια μπορούν να συνδυαστούν σε αντικείμενα. Θεωρία των «γεωνίων» Τα γεώνια μπορούν να συνδυαστούν σε αντικείμενα.

Θεωρία των «γεωνίων» Τα γεώνια διαθέτουν μοναδικά χαρακτηριστικά, από διαφορετικές γωνίες θέασης. Αυτό είναι πολύ σημαντικό, διότι εξηγεί την αντιληπτική σταθερότητα αντίληψης αντικειμένων.

Θεωρία των «γεωνίων» Μόνο σε σπάνιες περιπτώσεις, τα γεώνια ενός αντικειμένου, σχηματίζουν ερεθισμούς που δεν οδηγούν σε εύκολη αναγνώριση λόγω της γωνίας θέασης.

Θεωρία των «γεωνίων» Εάν ένα ικανό ποσοστό των γεωνίων είναι ορατό σε ένα ερέθισμα, τότε η αναγνώριση του αντικειμένου είναι πολύ γρήγορη και σωστή. Εάν τα γεώνια ωστόσο καλύπτονται η αναγνώριση του αντικειμένου είναι αδύνατη.

Ροή της λειτουργίας της αναγνώρισης αντικειμένων Ένα ζήτημα που απασχολεί τη μελέτη αναγνώρισης αντικειμένων, είναι εάν η διεργασία βασίζεται σε μία από «κάτω προς τα πάνω» λειτουργία ή σε μία «από πάνω προς τα κάτω» λειτουργία (bottom-up vs. top-down theories). Χτίζεται η αντίληψή μας σταδιακά από μικρά κομμάτια του ερεθισμού, ή υπάρχει επέμβαση ανώτερων γνωστικών κέντρων στην επεξεργασία των τμημάτων του ερεθισμού;

Ροή της λειτουργίας της αναγνώρισης αντικειμένων Μία συχνή αλλά λαθεμένη άποψη είναι ότι η Gestalt θεωρία, υποστηρίζει μία «από άνω προς κάτω» διεργασία. Αντίθετα η θεωρίες της Treisman, του Biederman, αλλά και του Marr υποστηρίζουν μία «από κάτω προς άνω» διεργασία. Τι από τα δύο ισχύει;

Ροή της λειτουργίας της αναγνώρισης αντικειμένων Υπάρχουν δεδομένα που υποστηρίζουν και τις δύο απόψεις. Τα δεδομένα από τις έρευνες της οπτικής αναζήτησης δείχνουν ότι η αντίληψη χτίζεται από δομικά στοιχεία του ερεθισμού (ανίχνευση πρωτευόντων χαρακτηριστικών, λανθασμένοι συνδυασμοί πρωτευόντων χαρακτηριστικών, αδυναμία αναγνώρισης σε περιπτώσεις επικάλυψης των γεωνίων, κλπ.). Ωστόσο υπάρχουν δεδομένα που δείχνουν την επίδραση του πλαισίου στην αντίληψη αντικειμένων.

Ροή της λειτουργίας της αναγνώρισης αντικειμένων Η αντίληψη της μεσαίας σειράς εξαρτάται από το τι είδαμε πρώτα, το πάνω ή το κάτω μέρος της εικόνας.

Ροή της λειτουργίας της αναγνώρισης αντικειμένων Σε πειράματα αναγνώρισης αντικειμένων, ο Biederman βρήκε ότι τα υποκείμενα αναγνώριζαν πιο σωστά και πιο γρήγορα ένα αντικείμενο εάν αυτό βρισκόταν σε μία αναμενόμενη θέση, παρά σε μία «παράταιρη» θέση.

Ροή της λειτουργίας της αναγνώρισης αντικειμένων Σε ένα πείραμα οπτικής αναζήτησης, ο Prinzmetal (1981), βρήκε ότι οι λανθασμένοι συνδυασμοί χαρακτηριστικών είναι πιο πιθανοί ανάμεσα σε ερεθίσματα που ανήκουν στο ίδιο γκρουπ. Άρα η ομαδοποίηση γίνεται και στο πρώτο στάδιο ανίχνευσης χαρακτηριστικών. Συχνή λαθεμένη αναγνώριση σταυρού Σπάνια λαθεμένη αναγνώριση σταυρού

ΚΑΛΕΣ ΓΙΟΡΤΕΣ