-
目标识别最后是怎样利用形状来识别的
-
空间配置关系如何帮助与识别联系起来的
-
不同性质的信息是怎样整合的
-
红绿，绿宏，黄蓝，蓝黄，这是有一种配对的
边缘发放的神经元也是对称配对的，与图像亮度值对调也可以顺利识别
所以你看，大脑里对称的这个机制有点意思
为什么这个样子呢？是因为大脑不存在负的发放频率吗？ -
怎样从一堆人脸照片中学习到人脸这个目标
-
人脸表情，身份，人体姿态，手掌都有单独的脑区来处理
-
除掉注意力使得注视点转移，注意力可以使得局部区域的对比度加强
-
边界、轮廓是物体识别的基础，亮度产生的边界，颜色对比度产生的边界，运动生成的边界，深度线索生成的边界都为轮廓生成提供了条件
-
运动信息包含运动方向与运动速度，朝向信息包含朝向与线段端点
-
在皮层区间的连接中，具有最优方位的柱间也存在水平连接
-
功能柱其实层与层之间有着相互连接的，V1 -- V2 -- V4 等这种连接，区域与区域之间也有反馈的
-
区域间的跳线连接有什么意义？
我的意思是类似 V2 深色宽带的信息可以经过 V3 连接到 V5，也可以不经由，甚至 V1 4B 的信息可以不经由 V2 宽带直接到 V5 -
V2 区以上可以对物理上不存在的错觉轮廓线产生反应
-
三角形，圆形，四边形，五边形。。。深度学习能够对它们进行识别吗？
网友评论