Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Elke Hofmann Geändert vor über 8 Jahren
1
Patricia Bimböse und Hannah Zipprich, 22.05.2006 Kodierung natürlicher Szenen im visuellen System
2
Bedingungen für Systementwicklung Eigenschaften natürlicher Szenen Mathematische Analyseverfahren Optimierung von Kodierung Kodierung im visuellen System Ausblick Kodierung natürlicher Szenen http://www.bilder-nu.com/natur/natur.htm, http://www.students.uni-marburg.de/~Hamrosi/natur.htm, http://www.uwejuergensen.de/naturfoto.htm
3
Bedingungen für Systementwicklung Eigenschaften natürlicher Szenen Mathematische Analyseverfahren Optimierung von Kodierung Kodierung im visuellen System Ausblick Kodierung natürlicher Szenen
4
3 Bedingungen Aufgabe Rechnerische Möglichkeiten Umgebung, in der der Organismus lebt Bedingungen für Systementwicklung
5
„We believe the answer is that the visual system organizes itself to represent efficiently the sorts of images it normally takes in, which we call natural scenes.” Bruno A. Olshausen und David J. Field, 2000
6
Einkommende Signale – Welche Umgebung? – Statistische Eigenschaften In welcher Zeit? Welche Neurone? Interpretation der Antwort Bedingungen für Systementwicklung
7
www.bilder-nu.com/natur/natur.htm
8
Privat
9
www.musikurlaub.com/desktop/media/natur-09.jpg
10
www.natur.de/sixcms/media.php/432/bdm106.jpg
11
www.ovanaker.se/Bildarkiv/natur/natur.asp
12
Privat
14
www.musikurlaub.com/desktop/media/natur-02.jpg
15
www.bilder-nu.com/natur/natur.htm
16
www.bilderpilot.de/images/desktopbilder/bilder/natur/natur_12.jpg
17
www.students.uni-marburg.de/~Hamrosi/natur.htm
20
Bedingungen für Systementwicklung Eigenschaften natürlicher Szenen Mathematische Analyseverfahren Optimierung von Kodierung Kodierung im visuellen System Ausblick Kodierung natürlicher Szenen
21
“The situation may be likened to trying to understand how birds fly without knowledge of the principles of aerodynamics: no amount of experimentation or measurements made on the bird itself will reveal the secret. The key experiment [is] measuring air pressure above and below the wing as air is passed over it […]. Bruno A. Olshausen, 2003
22
Eigenschaften natürlicher Szenen
23
Röhrbein, Florian: Visuelle und intersensorische Informationsverarbeitung: Signalstatistische Analyse und psychophysische Experimente. Unter: http://mediatum.ub.tum.de/mediatum /content/below/index.xml, Zugriff am 22.04.2006
24
Erste OrdnungZweite OrdnungHöhere Ordnung Bildstatistik und Ordnungen Eigenschaften natürlicher Szenen Olshausen, BA; Field, DJ: Vision and the Coding of Natural Images. American Scientist, 2000, Vol. 88: S. 240, 241 Röhrbein, Florian: Visuelle und intersensorische Informationsverarbeitung. Dissertation. München 2004, S. 32
25
Erste Ordnung – Leuchtdichtendiagramm Histogramm Eigenschaften natürlicher Szenen Olshausen, BA; Field, DJ: Vision and the Coding of Natural Images. American Scientist, 2000, Vol. 88: S. 239
26
Zweite Ordnung – Korrelationen zwischen Bildpunkten Eigenschaften natürlicher Szenen Röhrbein, Florian: Visuelle und intersensorische Informationsverarbeitung. Dissertation. München 2004, S. 34 Autokorrelationsfunktion Simoncelli, Eoro P.; Olshausen, BA: Natural Image Statistics and Neural Representation. Annual Review in Neurosciences, 2001, 24: S. 1201
27
Phasenkohärenz Höhere Ordnungen – Phasen Eigenschaften natürlicher Szenen Sekuler, Allison B.; Bennett, Patrick J.: Visual neuoroscience: Resonating to natural images. Current Biology, Vol. 11, No. 8, 2001: S. R735
28
Fraktale Benoît Mandelbrot (1975) Selbstähnlichkeit Skaleninvarianz Fraktale Dimension Entstehung z.B. durch Iteration Eigenschaften natürlicher Szenen
29
Fraktale Koch-Kurve Eigenschaften natürlicher Szenen http://de.wikipedia.org/wiki/Koch-Kurve
30
Fraktale Koch-Kurve Eigenschaften natürlicher Szenen www.ba-stuttgart.de/~h-sch/jung/IMAGE174.GIF
31
Fraktale in der Natur Eigenschaften natürlicher Szenen http://www.bucherconsult.de/img/farn_g.jpg
32
Eigenschaften natürlicher Szenen Fraktale in der Natur http://de.wikipedia.org/wiki/Romanesco
33
Eigenschaften natürlicher Szenen http://de.wikipedia.org/wiki/Romanesco Fraktale in der Natur
34
Fraktale Eigenschaften natürlicher Szenen Xaos
35
Skalen-Invarianz Kalibrierungsunabhängig –verschiedene Bilddaten –unterschiedliche Medien –unterschiedliche Auflösung –auch bei Rekalibrierung Eigenschaften natürlicher Szenen
36
Ruderman, Daniel L. et al: Origins of Scaling in Natural Images. Vision Research, 1997, Vol. 37, No. 23: S. 3393
37
Eigenschaften natürlicher Szenen Ruderman, Daniel L. et al: Origins of Scaling in Natural Images. Vision Research, 1997, Vol. 37, No. 23: S. 3390, 3392
38
Farbe Absorption Varianz in Erscheinung Schwache Zusammenhänge Eigenschaften natürlicher Szenen Weitere Eigenschaften
39
Bedingungen für Systementwicklung Eigenschaften natürlicher Szenen Mathematische Analyseverfahren Optimierung von Kodierung Kodierung im visuellen System Ausblick Kodierung natürlicher Szenen
40
“Clearly, the definition of an efficient, or optimal, code depends on two parameters: the goal of the code and the statistics of the input.” David J. Field, 1987
41
Mathematische Analyseverfahren – Analyse nach Ruderman – Fouriertransformation – Gaborfunktion
42
Originalbild Frequenz Raum Fouriertransformation Raum Real Imag. Frequenz Mathematische Analyseverfahren Nach: Field, DJ: Relations between the statistics of natural images and the response properties of cortical cells. Journal Optical Society of America, Vol.4, No. 12, Dezember 1987: S. 2380
43
Unter: http://de.wikipedia.org/wiki/Bild:Fouriersynthese.png, Zugriff am 17.05.2006 Mathematische Analyseverfahren Prinzip der Fouriertransformation Ziel = Rechtecksignal t U
44
Mathematische Analyseverfahren A ~ 1/f E ~ 1/f² Field, DJ: Relations between the statistics of natural images and the response properties of cortical cells. Journal Optical Society of America, Vol.4, No. 12, Dezember 1987: S. 2385 Amplitudenspektrum
45
Mathematische Analyseverfahren Field, DJ: Relations between the statistics of natural images and the response properties of cortical cells. Journal Optical Society of America, Vol.4, No. 12, Dezember 1987: S. 2386 Energie
46
Originalbild Frequenz Raum Fouriertransformation Raum Real Imag. Frequenz Raum Real Imag. Frequenz Raum Real Imag. Gabortransformation Mathematische Analyseverfahren Nach: Field, DJ: Relations between the statistics of natural images and the response properties of cortical cells. Journal Optical Society of America, Vol.4, No. 12, Dezember 1987: S. 2380
47
Rezeptiven Felder im Kortex V1 der Katze ähneln Gaborfunktionen Gaborfunktion Mathematische Analyseverfahren Olshausen, BA; Field, DJ: Vision and the Coding of Natural Images. American Scientist, 2000, Vol. 88: S. 242 Rezeptives Feld Gaborfunktion
48
Experiment Field Filterung eines Bildes mit einer Gaborfunktion Mathematische Analyseverfahren Olshausen, BA; Field, DJ: Vision and the Coding of Natural Images. American Scientist, 2000, Vol. 88: S. 243
49
Bedingungen für Systementwicklung Eigenschaften natürlicher Szenen Mathematische Analyseverfahren Optimierung von Kodierung Kodierung im visuellen System Ausblick Kodierung natürlicher Szenen
50
Speicherplatz sparen Redundanz minimieren Rauschen minimieren Energie sparen Gute Weiterverarbeitung Optimierung von Kodierung Mathematische Analyseverfahren
51
„Efficient representation of information by a population of neurons requires that their responses to the natural environment be statistically independent […].“ Barlow 1961
52
Bedingungen für Systementwicklung Eigenschaften natürlicher Szenen Mathematische Analyseverfahren Optimierung von Kodierung Kodierung im visuellen System Ausblick Kodierung natürlicher Szenen
53
Visuelles System Kodierung im visuellen System Unter: www.akh-wien.ac.at, Zugriff am 19.05.1006
54
Visuelles System Kodierung im visuellen System Unter: www.sinnesphysiologie.de/ hvsinne/sehen/sbahn.jpg, Zugriff am 12.05.2006 Thalamus - CGL Primäre Sehrinde Retina Sehnerv
55
RETINA CGL V1 Visueller Input REDUNDANZREDUKTION Erweiterung Redundanz Kompromiss 25:1 Verhältnis 100. 000.000 Photorezeptoren 1.000.000 Ganglienzellen Kodierung im visuellen System
56
Retina – Histogrammegalisierung Kodierung im visuellen System Olshausen, BA; Field, DJ: Vision and the Coding of Natural Images. American Scientist, 2000, Vol. 88: S. 240 Histogramm natürliches Bild Histogrammegalisierung
57
V1 - Kortex Local Codes – Dense Codes Kodierung im visuellen System
58
Sparse Codes Minimale Redundanz Wenig Aktionspotentiale Dense Codes Kodierung im visuellen System Local Codes Hohe RedundanzGroße Zellzahl nötig
59
V1 - Kortex Local Codes – dense Codes Kodierung im visuellen System Lifetime Sparseness – Population Sparseness Klassische – nicht-klassische RF Theoretisches Modell Experimenteller Beweis
60
Theoretisches Modell Kodierung im visuellen System Olshausen, BA; Field, DJ: Vision and the Coding of Natural Images. American Scientist, 2000, Vol. 88: S. 243
61
Kodierung im visuellen System Theoretisches Modell Olshausen, BA; Field, DJ: Vision and the Coding of Natural Images. American Scientist, 2000, Vol. 88: S. 244
62
Experimenteller Beweis 1 Kodierung im visuellen System Vinje, William E.; Gallant, Jack: Sparse Coding and Decorrelation in Primary Visual Cortex During Natural Vision, Science, Vol. 287,2000: S. 1274
63
Experimenteller Beweis 1 Kodierung im visuellen System Olshausen, BA; Field, DJ: Sparse Coding of sensory inputs. Current Opinion in Neurobiology, 2004,14: S. 485
64
Kodierung im visuellen System Experimenteller Beweis 2 Vinje, William E.; Gallant, Jack: Sparse Coding and Decorrelation in Primary Visual Cortex During Natural Vision, Science, Vol. 287,2000: S. 1274
65
Vorteile Kodierung im visuellen System Größere Kapazität im Gedächtnis Struktur natürlicher Bilder wird eindeutig Energie sparen Erhöhen Signal/Rauschen – Verhältnis
66
Bedingungen für Systementwicklung Eigenschaften natürlicher Szenen Mathematische Analyseverfahren Optimierung von Kodierung Kodierung im visuellen System Ausblick Kodierung natürlicher Szenen
68
Fragen ? und Diskussion…
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.