ارائه‌ي يك مدل محاسباتي بازشناسي اشيا مبتني بر زمان با الهام از سامانه‌ي بينايي انسان

يكي از اصلي ترين توانايي هاي شناختي انسان و جانوران، بازشناسي اشيا است. سامانه‌ي بينايي انسان به عنوان يك سامانه ي سريع و دقيق مي تواند منبع الهام مناسبي براي ارائه‌ي مدل هاي محاسباتي بازشناسي اشيا باشد. پژوهش هاي پيشين كه به بررسي رفتار سامانه ي بينايي انسان در بازشناسي اشيا پرداخته اند، بر پردازش طي گام هاي زماني در اين سامانه تاكيد كرده اند، در حالي كه در مدل هاي محاسباتي موجود براي بازشناسي اشيا، چنين چيزي مورد توجه قرار نمي گيرد. در اين مقاله سعي شده است تا يك مدل چندلايه‌ي مبتني بر زمان براي بازشناسي اشيا ارائه شود. در لايه ي نخست مدل، اطلاعات تصوير ورودي در يك بازنمايي زماني به لايه هاي بعدي ارسال مي شود. در لايه‌ي مياني مدل، از يك شبكه‌ي عصبي عميق به عنوان استخراج كننده‌ي ويژگي استفاده شده است. در پايان، برخلاف مدل هاي محاسباتي موجود براي بازشناسي اشيا، پيشنهاد شده است كه براي طبقه بندي ويژگي هاي استخراج شده از مدل هاي تصميم گيري مبتني بر سازوكار نوروني تصميم گيري در مغز مانند مدل رانشيانتشار استفاده شود. به بيان ديگر، در هر يك از اين سه لايه تلاش شده است تا تطبيق مناسبي با سازوكار سامانه‌ي بينايي انسان ايجاد شود. براي ارزيابي كارايي مدل محاسباتي پيشنهادي در بازشناسي اشيا، آزمون هاي متعددي انجام شده است. نتايج به دست آمده از بررسي مدل پيشنهادي نشان مي دهد كه با دشوارتر شدن تصاوير، افزودن نويز يا بروز انسداد، كارايي مدل در بازشناسي اشيا كاهش يافته و زمان پاسخ دهي آن افزايش مي يابد كه اين روند با شواهد رفتاري انساني مطابقت دارد. هم‌چنين عمل‌كرد مدل براي تشخيص شي و طبقه‌بندي سطح پايه در دو حالت تصاوير اصلي و تصاوير وارونه بررسي شده است. نتايج به دست آمده گوياي تفاوت بين پردازش تشخيص شي با طبقه بندي سطح پايه است كه اين نتايج با آزمايش هاي رفتاري گزارش شده در مقاله هاي مرجع هم‌خواني دارد.