Upload
gaspare-rossi
View
215
Download
0
Embed Size (px)
Citation preview
Argomenti trattatiPercezione visiva e mente
◦ Paradigmi della percezione
Computer Vision - Visione Artificiale◦ Fuoco dell’attenzione◦ Memoria visuale◦ Anomalie delle percezioni visuali◦ Classificazione e riconoscimento◦ Estrarre e classificare il contenuto visuale◦ Concetti e percezione visiva
Esempi◦ costruire immagini/percezioni sintetiche
Conoscenza dall’intelletto
Ragionamento
Concetto
Categoria
Dati sensoriali
Giudizio sintetico
Giudizio:◦ operazione mentale che
unisce soggetti a predicati gnoseologicamente significativi
Giudizi analitici a priori◦ predicati ovvi
Giudizi sintetici a posteriori◦ non hanno valore universale◦ derivano dall’esperienza
personaleGiudizi sintetici a priori
◦ basati su calcoli oggettivi◦ p.e. giudizi matematici
mente
mondo
Conoscenza dalla visione e ragione La ragione umana consiste di diverse facoltà tra le
quali abbiamo:
1. La facoltà rappresentativa o immaginazione ci fornisce i dati sui quali si basa tra l’altro la nostra esperienza
2. L’intelletto produce conoscenza per mezzo della formulazione e giustificazione di giudizi
Come interagisce con queste facoltà la percezione visiva?
Quale è lo stato dell’arte della “visione artificiale”?
Come si origina della conoscenza a partire da quello che vediamo?
Paradigmi della percezione Approccio classico
◦ strutturalismo, atomismo, elementarismo, sensazione Comportamentismo
◦ la risposta è una conseguenza automatica dello stimolo mediata da una catena di riflessi
Approccio fenomenologico◦ psicologia della Gestalt, percezione diretta e passiva delle
configurazioni, gli oggetti non sono riducibili alle parti che li compongono
Approccio ecologico di J. Gibson◦ realismo, percezione diretta e passiva
Approccio inferenziale o costruttivista◦ percezione indiretta e attiva, la percezione si bassa su ipotesi
(processi decisionali probabilistici analoghi ai processi di pensiero)
Teorie computazionali◦ cognitivismo, David Marr (1945-1980)
Paradigma classico (Strutturalismo)La percezione di un oggetto è il risultato della
combinazione di sensazioni elementari attraverso leggi di tipo associativo
distinzione fra sensazione e percezione (psicologia di fine ottocento)◦ La “sensazione” si riferiva ad un esperienza sensoriale
elementare come ad esempio un colore, un suono, il caldo o il freddo, una leggera puntura
◦ Il termine “percezione” si riferiva alla complessità della nostra esperienza costituita da oggetti e da eventi
L’associazionismo è l’indirizzo filosofico e psicologico che assume come principio esplicativo del funzionamento della nostra mente l’associazione delle idee. Le idee sono definite come eventi mentali (percezione, immagine, ricordo, pensiero, emozione).
Comportamentismo Il comportamentismo non studia la mente,
ma il comportamento osservabile (e quindi suscettibile di indagine e misura oggettiva come in tutte le altre scienze naturali) 1913
Il comportamentismo considera al posto delle sensazioni i riflessi che vengono concatenati secondo le leggi associazionistiche
Pavlov (1849-1936): riflessi condizionati, condizionamento classico, riflessologia
Paradigma Fenomenologico la scuola della Gestalt (Wertheimer 1880-
1943, Koffka (1886-1941)e Köhler (1887-1967)
“il tutto è più della somma delle sue parti”come la nostra esperienza si organizza
◦ un’analogia tra le Gestalten e i campi elettrici◦ alla percezione di un oggetto corrisponde una
distribuzione di attività elettrica nella corteccia che ha le stesse proprietà dell’oggetto percepito (ad un quadrato percepito corrisponde un’attivazione “quadrata” nel cervello).
◦ Isomorfismo tra mente e cervello
Approccio ecologicoGibson (1979)
◦ invarianti visivi Linee, punti, contorni, proprità della tessitura, flusso
ottico, coerenza temporale e spaziale della struttura del percepito tra istanti successivi, …
◦ Affordance (???) il significato che gli oggetti hanno per l’osservatore (p.e. una
sedia implica il sedersi,…) È soggettiva e dipende dall’apprendimento
◦ Alcune qualità dello spazio sono percepite direttamente senza intervento di processi mentali (esistenza di correlati neurali dedicati a particolari funzioni visive)
Approccio computazionaleUn sistema di elaborazione dell’informazione deve
possedere tre livelli funzionali (Marr):◦ Implementazione
La realizzazione fisica del sistema (nervi, muscoli, articolazioni, strutture anatomiche, ottica, muscoli oculari, nervi)
◦ Rappresentazione e Algoritmi Il termine rappresentazione è abusato nelle scienze cognitive.
Sono descrizioni di eventi percettivi, di ricordi, di azioni intenzionali. L’idea di partenza è quella di corrispondenza o mapping tra insiemi (corrispondenza biunivoca, funzione)
Gli algoritmi sono le procedure (i cognitivisti preferiscono il termine processi) che permettono di generare e trasformare le rappresentazioni (operare sulle descrizioni).
◦ Livello computazionale determina quali problemi possono essere risoltida un sistema
intelligente e quale deve essere la logica della soluzione (volare è ben diverso dal librarsi in aria).
Computer Vision - Visione artificialeAlgoritmi veloci e robusti per
◦ Ricostruzione 3D della scena◦ Rilevamento di particolari oggetti o
persone◦ Tracking mediante stimatori probabilistici
che permettono di seguire più oggetti o persone in movimento e gestire le occlusioni
◦ …Aree di ricerca strettamente affini
◦ Visione delle macchine◦ Elaborazione delle immagini
Fuoco dell’attenzionePunti salienti, punti caratteristici
◦ Harris corner detector◦ SIFT/PCA-SIFT/SURF
Similarità◦ Colore, forma, tessitura
Attenzione visuale◦ Fissazione◦ Movimenti saccadici
Memoria visuale
Memoria VisualeRelazione tra l’elaborazione delle
percezioni e ◦ la loro codifica◦ l’immagazzinamento◦ il recupero
Determina l’esperienza visualeInformazioni visuali sotto forma di
immagini mentali di◦ oggetti◦ posti◦ esseri viventi
Anomalie della percezioni visuale Illusioni otticheBlindness
Classificazione e riconoscimentoApparenza globale o locale Individuazione di oggettiRilevamento del contestoComprensione delle azioni
Es. CBIR (Content Based Image Retrieval) possibili query:
Livello 1:ritrovare caratteristiche primitive (colore, tessitura, forma, posizione spaziale di alcuni elementi)
Livello 2: ritrovare oggettiLivello 3: ritrovare immagini simili per attributi
astratti (eventi, situazioni emozionali,…)Tra 1 e 2 il cosiddetto “semantic gap”
Il‘concetto’ dalla percezione visiva (parte II)
21 dicembre 2011
Contenuto informativo dalla visione
Enorme mole di dati visuali da elaborare
Complessità computazionale
Gap Semantico
……
20 40 60 80 100 120 140 160
20
40
60
80
100
120
Classificazione,Riconoscimento
Un immagine vale più di mille parole….
Estrarre e classificare il contenuto visualeApprocci simili alla classificazione
testuale◦Visual-word/visual-term, bag-of-words◦I termini visuali possono essere
associati a dei pesi normalizzati Filtrati delle visual-stop-word selezionati in base a caratteristiche e rispetto ad un dato
modello di rappresentazione della scena
Tecniche di apprendimento del machine learning
SVM, k-Nearest Neighbor, Naive Bayes, Linear Least Square Fit, etc.
Parallelo tra Concetti e Percezione VisivaConcetti primitivi: visual term Overruling: predominanza di determinate
caratteristiche visuali a seconda di cosa si ricerca nell’immagine
Composizionalità dei concetti: visual sentences
Immaginazione ed aspettativaCostruzioni di immagini/percezioni sintetiche
per simulare meccanismi di aspettativa
EsempiSistema intelligente per la percezione delle
intenzioni (2008-2011) Vision and emotional flow in a cognitive
architecture for human-machine interaction (BICA 2011)
Sistema intelligente per la percezione delle intenzioni (2008-2011)
happy
Mappa dell’ambiente osservato
Robot umanoide NAOSistema Intelligente
distribuito
Area di lavoro monitorata dove un umano esegue azioni
che coinvolgono oggetti
VideocamereKinect
Sensori wireless
Personal Computer
Rete Wifi/LAN
Osservazione ed analisi del volto e delle posture
Scenario
Ambiente esterno Sistema Intelligente Ambiente Percepito
Struttura Semantica di Dati Percettuali Visuali◦ Ontologia OWL-DL per
il framework SeARCH In – Sensing, Acting, Reasoning: Computer understands Human Intentions)
◦ Motore inferenziale di ragionamento Fact++
◦ Interrogazioni mediante API
Sistema intelligente per la percezione delle intenzioni (2008-2011)
Vision and emotional flow in a cognitive architecture for HMI (2011)