¡Descarga Tema reconocimiento del objeto y más Apuntes en PDF de Psicología solo en Docsity!
El reconocimiento se basa en comparar plantillas hasta encontrar la que coincida con el input. Para ello, se calcula cuál es el porcentaje de correspondencia entre ambos cuadros: en la 2ª es del 100%.
Un patrón podría estandarizarse en términos de orientación y tamaño. Esto se puede hacer encontrando el eje principal de la figura, rotando esto a vertical, y escalando su tamaño a algún estándar. Las figuras discontinuas muestran cómo las letras podrían coincidir con otra plantilla de letras mejor que la suya.
TEMA 6: RECONOCIMIENTO DEL OBJETO.
1. INTRODUCCIÓN.
Reconocemos objetos a pesar de diferentes puntos de vista, de similitudes con otros objetos y de posibles oclusiones parciales.
Proceso de reconocimiento de objetos :
El objeto crea una imagen en nuestra retina. La representación que hemos creado del objeto (representación del input) puede compararse con la representación en nuestra memoria. Entonces es cuando se produce el reconocimiento. Si en la memoria tenemos representaciones muy sencillas, necesitamos poco procesamiento.
2. RECONOCIMIENTO POR ESTÍMULO CLAVE. - Niko Tinbergen: Premio Nobel en 1973. 1er experimento: Se basaba en estudiar peces machos de la especie ‘’pez espinosa’’ ( Gasterosteus aculeatus) , los cuales reconocen a sus rivales por un estímulo clave (súper- estímulo): el vientre rojo. Así, al percibir un estímulo con una parte roja, atacan, mientras que si no lo tienen, se comportan de manera indiferente. Tinbergen descubrió esto porque sus peces reaccionaban cada día, cuando veían pasar al coche rojo de correos por la ventana. 2º experimento: Se basaba en estudiar los pollos del Mirlo Común ( Hipparchia semele ), los cuales abren el pico para coger comida como reacción a cualquier objeto oscuro que se mueva encima de su nido (estímulo clave).
En estos experimentos, se produce un reconocimiento mediante un estímulo clave (simple/local) que puede ser funcional o no-funcional, según el nicho ecológico del animal.
3. RECONOCIMIENTO POR COMPARACIÓN DE PLANTILLAS. Comparación de plantillas: Entiende el reconocimiento como un problema de comparación entre el patrón de estimulación y un conjunto de plantillas de los posibles objetos. Se trata de una teoría aplicada al reconocimiento de números y letras.
Antes de hacer coincidir con la plantilla, se puede usar con un proceso de normalización del patrón detectado antes de la comparación:
Sin embargo, a veces una normalización que permite el reconocimiento exitoso es difícil/imposible de realizar Hay muchos estilos de letra diferentes, pero la A sigue siendo una A en todos.
Después, se realiza el reconocimiento:
Se entrenaron ratas para responder de una manera a un patrón (a), y de otra manera a un patrón (b). Más tarde, respondieron al patrón (c) de la misma forma que al (a), y al patrón (d) de la misma forma que respondieron al patrón (b). La rata actúa de forma diferente según el estímulo. Si hiciese una comparación por plantillas, debería reaccionar de la misma forma, ya que hace una representación más abstracta.
Estas dos formas son bastante diferentes en términos de su descripción bidimensional. Únicamente son equivalentes en su dominio tridimensional.
Paso a 0 de la 2ª derivada Borde.
Componentes
Hay datos experimentales que indican que animales no usan un proceso de comparación de plantillas.
Este tipo de representaciones NO es consistente con un modelo de comparación de plantillas (Sutherland y Williams) Solo sirve para el reconocimiento de números y letras, y para humanos.
En resumen, en situaciones reales, el reconocimiento por comparación de plantillas demanda un número muy grande (infinito) de plantillas: Una por cada objeto, tipo, color, punto de vista… Por ello, este proceso se aplica en visión artificial, sobretodo en situaciones donde las posibles variaciones de los objetos están limitadas. Ej.: Tarjetas de supermercado (reconocimiento por plantillas).
4. RECONOCIMIENTO POR DESCRIPCIÓN ESTRUCTURAL. El reconocimiento por comparación de plantillas depende en gran medida del punto de vista ( view-point based theory ). Sin embargo, en el reconocimiento por descripción estructural, las representaciones en la memoria no dependen de un punto de vista, sino que se usa una descripción estructural. Ejemplo:
Se trata de cómo podemos ir desde la imagen retiniana hacia el reconocimiento, hacia la obtención de una representación estructural.
4.1 BORDES Y COMPONENTES. Para reconocerlo tenemos que procesarlo con algo que tengamos en la memoria. Primero, tenemos que ponerlo en blanco y negro y comparar en un ordenador los píxeles. Para describir un objeto en blanco y negro podemos situar una maya y describir la tonalidad de los grises (Matriz de escalas de grises).
- Teoría de Marr : La visión es el cálculo (realizado por diversos módulos del sistema visual) de representaciones simbólicas sucesivas de la escena presentada al observador. Este cálculo se realiza en 2 etapas sucesivas (Procesamiento inicial y tardío y, solo en la 2ª, intervienen los sistemas de conocimiento). Procesamiento inicial o temprano : Procesos que intentan recuperar las propiedades físicas de la escena 3D visible a partir de la matriz de intensidades de luminancia de la imagen original. En esta etapa se producen 2 tipos de representaciones: Determinar bordes Esbozo primario: Consiste en lograr una descripción con un amplio número de características (líneas, bordes, manchas). Queremos segmentar la imagen en diferentes partes mediante la localización de los cambios bruscos y significativos de luminancia presentes en la imagen Los bordes se distinguen por el cambio de color (negro blanco).
Determinar componentes Esbozo 2 ?-D o cuasi tridimensional: Obtenido mediante disociaciones del bosquejo primario. El algoritmo busca encontrar los puntos de máxima concavidad. Después, se usan para segmentar la imagen en diferentes partes y así, posteriormente, transformarla de 2D a 3D.
X Distractores.
X roja o O Target.
Cuadrados azules o triángulos naranjas Distractores
Cuadrado naranja Target.
Búsqueda paralela.
- Aspectos positivos del modelo: Los errores que comete este tipo de modelos son muy similares a los que cometen los humanos. Pueden llegar a tener un éxito muy razonable. Tienen aspectos que también se atribuyen al funcionamiento del cerebro: Computación en paralelo: Cada demonio trabaja al mismo tiempo que los otros, siendo inconscientes del trabajo de la mayoría de los otros. Detección de características simples.
- Influencia: Son muy similares a los modelos de redes neuronales que resurgieron posteriormente en los años 80 en un enfoque llamado ‘’Conexionismo’’:
2.2 LA TIC DE TREISMAN.
Teoría de la Integración de Características de Treisman: Las tareas que más se utilizan para apoyar este tipo de modelos son las de búsqueda visual. Ej.: ¿Dónde está Wally?
Atención: No hay una definición generalmente aceptada. Sin embargo, se conocen 2 fases:
- Nivel pre-atencional: Los objetos activan un conjunto de propiedades o características (color, orientación, tamaño, dirección…). La información se distribuye por el cerebro en paralelo y se divide en diversos aspectos y zonas
- Nivel atencional: Se combinan las características que pertenecen a un objeto en una posición dada.
2.2.1 EVIDENCIA TEÓRICA.
Para verificar este tipo de teorías se utilizaban tareas de búsqueda visual con estímulos simples. La VI era el número de distractores.
- Tarea tipo 1: El target se distingue de los distractores en una sola propiedad (tipo 1).
Resultados: Los objetos se distinguen a nivel pre-atencional que funciona en paralelo. Como consecuencia, el TR es independiente del número de distractores.
- Tarea tipo 2: El target se distingue de los distractores porque combina propiedades de ellos.
Cuantos más estímulos hay, más sitios de atención tengo que buscar en el mapa maestro.
Búsqueda serial
El sujeto reconoce las letras pero las percibe con los colores intercambiados (conjunción ilusoria)
Tarea tipo 1: Recordar la X verde y su localización. Tarea tipo^2 : Recordar la O azul y su localización.
Resultados: Para que se combinen diferentes propiedades, se focaliza la atención en cada una de las posiciones espaciales. Como consecuencia, el TR aumenta con el número de distractores.
2.2.2 EVIDENCIA PSICOFÍSICA.
- Búsqueda visual.
- Conjunciones ilusorias: Se presenta un estímulo (letras), una imagen distractora que lo tape y se realiza la pregunta: ¿Qué ha visto el sujeto?
El sujeto no es capaz de percibir correctamente el color de cada letra porque no ha tenido tiempo suficiente para fijar más huecos en el mapa maestro.
- Enmascaramiento y localización:
Tarea tipo 1: Los sujetos suelen encontrar la X verde pero no recordar dónde estaba. Esta tarea puede resolverse con mapas independientes. Tarea tipo 2: Los sujetos si encuentran la O, suelen recordar su localización (más frecuente). Esta tarea tiene que resolverse con el mapa maestro.
