В психологии и когнитивной нейробиологии распознавание образов описывает когнитивный процесс, который сопоставляет информацию от стимула с информацией, извлеченной из памяти . [1]
Распознавание образов происходит, когда информация из окружающей среды принимается и вводится в кратковременную память , вызывая автоматическую активацию определенного содержимого долговременной памяти . Одним из первых примеров этого является изучение алфавита по порядку. Когда воспитатель повторяет ребенку «А, Б, С» несколько раз, используя распознавание образов, ребенок говорит «С» после того, как услышит «А, Б» по порядку. Распознавание закономерностей позволяет нам предсказывать и ожидать того, что произойдет. Процесс распознавания образов предполагает сопоставление полученной информации с информацией, уже хранящейся в мозгу. Установление связи между воспоминаниями и воспринимаемой информацией — это этап распознавания образов, называемый идентификацией. Распознавание образов требует повторения опыта. Семантическая память , которая используется неявно и подсознательно, является основным типом памяти, связанной с узнаванием. [2]
Распознавание образов имеет решающее значение не только для людей, но и для других животных. Даже коалы , обладающие менее развитыми мыслительными способностями, используют распознавание образов, чтобы находить и потреблять листья эвкалипта. Человеческий мозг развился дальше, но имеет сходство с мозгом птиц и низших млекопитающих. Развитие нейронных сетей во внешнем слое мозга человека позволило лучше обрабатывать зрительные и слуховые паттерны. Пространственное позиционирование в окружающей среде, запоминание результатов и обнаружение опасностей и ресурсов для увеличения шансов на выживание — примеры применения распознавания образов для людей и животных. [3]
Существует шесть основных теорий распознавания образов: сопоставление шаблонов, сопоставление прототипов , анализ признаков, теория распознавания по компонентам , обработка снизу вверх и сверху вниз и анализ Фурье . Применение этих теорий в повседневной жизни не является взаимоисключающим. Распознавание образов позволяет нам читать слова, понимать речь , узнавать друзей и даже ценить музыку . Каждая из теорий применима к различным видам деятельности и областям, где наблюдается распознавание образов. Распознавание лиц, музыки и языка, а также сериализация — вот лишь некоторые из таких областей. Распознавание лиц и сериализация происходят посредством кодирования визуальных паттернов, тогда как распознавание музыки и языка использует кодирование слуховых паттернов.
Теория сопоставления шаблонов описывает самый базовый подход к распознаванию образов человеком. Это теория, которая предполагает, что каждый воспринимаемый объект сохраняется в виде «шаблона» в долговременной памяти. [4] Входящая информация сравнивается с этими шаблонами для нахождения точного совпадения. [5] Другими словами, все сенсорные данные сравниваются с несколькими представлениями объекта, чтобы сформировать одно концептуальное понимание. Теория определяет восприятие как процесс, основанный на распознавании. Он предполагает, что все, что мы видим, мы понимаем только через прошлое воздействие, которое затем формирует наше будущее восприятие внешнего мира. [6] Например, A, A и A распознаются как буква A, но не B. Однако эта точка зрения ограничена в объяснении того, как можно понять новый опыт без сравнения с шаблоном внутренней памяти. [ нужна цитата ]
В отличие от точной теории сопоставления шаблонов «один к одному», сопоставление прототипов вместо этого сравнивает входящие сенсорные данные с одним средним прототипом. [ нужна цитация ] Эта теория предполагает, что воздействие ряда связанных стимулов приводит к созданию «типичного» прототипа, основанного на их общих чертах. [6] Это уменьшает количество хранимых шаблонов за счет их стандартизации в единое представление. [4] Прототип поддерживает гибкость восприятия, поскольку, в отличие от сопоставления шаблонов, он допускает вариативность в распознавании новых стимулов. [ нужна цитата ] Например, если ребенок никогда раньше не видел шезлонг, он все равно сможет распознать в нем стул, поскольку понимает его основные характеристики: наличие четырех ножек и сиденья. Эта идея, однако, ограничивает концептуализацию объектов, которые не обязательно могут быть «усреднены» в один, например, типы собак. Хотя собаки, волки и лисы обычно являются пушистыми, четвероногими животными среднего размера с ушами и хвостом, они не все одинаковы, и поэтому их нельзя строго воспринимать с точки зрения теории сопоставления прототипов.
Подходы к распознаванию объектов (и ситуаций) на основе шаблонов и признаков были объединены/согласованы/вытеснены теорией множественной дискриминации. Это означает, что количества в тестовом стимуле каждой существенной особенности шаблона распознаются в любом перцептивном суждении как находящиеся на расстоянии в универсальной единице 50% дискриминации (объективная производительность «JND» [ необходимы пояснения ] [7] ) от количества этой функции в шаблоне. [8]
Подобно теории обнаружения признаков, распознавание по компонентам (RBC) фокусируется на восходящих характеристиках обрабатываемых стимулов. Эта теория, впервые предложенная Ирвингом Бидерманом (1987), утверждает, что люди распознают объекты, разбивая их на основные трехмерные геометрические формы, называемые геонами (т.е. цилиндры, кубы, конусы и т. д.). Примером может служить то, как мы разбираем такой обычный предмет, как кофейная чашка: мы узнаем полый цилиндр, в котором находится жидкость, и изогнутую ручку сбоку, которая позволяет нам удерживать ее. Несмотря на то, что не все кофейные чашки одинаковы, эти основные компоненты помогают нам распознать последовательность между примерами (или шаблонами). РБК предполагает, что существует менее 36 уникальных геонов, которые при объединении могут образовывать практически неограниченное количество объектов. Чтобы разобрать и расчленить объект, РБК предлагает обратить внимание на две его особенности: края и вогнутости. Края позволяют наблюдателю сохранять единообразное представление объекта независимо от угла обзора и условий освещения. Вогнутости — это место встречи двух краев, позволяющее наблюдателю увидеть, где заканчивается один геон и начинается другой.
Принципы RBC визуального распознавания объектов также могут быть применены к слуховому распознаванию языка. Вместо геонов исследователи языка предполагают, что разговорный язык можно разбить на базовые компоненты, называемые фонемами . Например, в английском языке 44 фонемы .
Обработка сверху вниз относится к использованию фоновой информации при распознавании образов. [9] Он всегда начинается с предыдущих знаний человека и делает прогнозы на основе этих уже приобретенных знаний. [10] Психолог Ричард Грегори подсчитал, что около 90% информации теряется за время, необходимое для прохождения от глаза до мозга, поэтому мозг должен угадывать, что видит человек, на основе прошлого опыта. Другими словами, мы конструируем наше восприятие реальности, и это восприятие представляет собой гипотезы или предположения, основанные на прошлом опыте и хранимой информации. Формирование неверных предложений приведет к ошибкам восприятия, таким как зрительные иллюзии. [9] Учитывая абзац, написанный трудным почерком, легче понять, что хочет передать автор, если прочитать весь абзац, а не читать слова по отдельности. Мозг может воспринимать и понимать суть абзаца благодаря контексту, обеспечиваемому окружающими словами. [11]
Обработка «снизу вверх» также известна как обработка данных, поскольку она начинается со стимуляции сенсорных рецепторов. [10] Психолог Джеймс Гибсон выступал против нисходящей модели и утверждал, что восприятие является прямым, а не подлежит проверке гипотез, как предлагал Грегори. Он заявил, что ощущение — это восприятие, и нет необходимости в дополнительной интерпретации, поскольку в нашей среде достаточно информации, чтобы напрямую понимать мир. Его теорию иногда называют «экологической теорией» из-за утверждения, что восприятие можно объяснить исключительно с точки зрения окружающей среды. Пример обработки снизу вверх включает в себя размещение цветка в центре поля человека. Вид цветка и вся информация о раздражителе передаются от сетчатки к зрительной коре головного мозга. Сигнал распространяется в одном направлении. [11]
В теории когнитивного развития психолога Жана Пиаже третья стадия называется Конкретным Операционным Состоянием. Именно на этом этапе у ребенка естественным образом развивается абстрактный принцип мышления, называемый «серийностью». [12] Сериация — это способность располагать предметы в логическом порядке по количественным параметрам, таким как длина, вес, возраст и т. д. [13] Это общий когнитивный навык, который полностью овладевается только после детского возраста. [14] Сериировать — значит понимать, что объекты можно упорядочивать по размеру, [12] и чтобы эффективно делать это, ребенок должен уметь ответить на вопрос «Что будет дальше?» [14] Навыки сериализации также помогают развивать навыки решения проблем, которые полезны при распознавании и выполнении задач по построению шаблонов.
Пиаже изучал развитие серийности вместе с Шеминской в эксперименте, в котором они использовали стержни различной длины для проверки навыков детей. [15] Они обнаружили, что существует три различных этапа развития навыка. На первом этапе дети в возрасте около 4 лет не могли расположить первые десять палочек по порядку. Они могли сформировать небольшие группы по 2–4 человека, но не могли сложить все элементы вместе. На втором этапе, когда детям было 5–6 лет, они смогли успешно выполнить задание на серию из первых десяти стержней методом проб и ошибок. Они могли вставить другой набор стержней в порядок методом проб и ошибок. На третьем этапе дети 7–8 лет без особых проб и ошибок могли расставить все стержни по порядку. Дети использовали систематический метод: сначала искали самую маленькую палочку, а затем самую маленькую среди остальных. [15]
Чтобы развить навык сериализации, который затем помогает развивать навыки решения проблем , детям должна быть предоставлена возможность расставлять вещи по порядку, используя соответствующий язык, например, «большой» и «больше» при работе с соотношениями размеров. Им также должна быть предоставлена возможность расположить предметы по их текстуре, звуку, вкусу и цвету. [14] Наряду с конкретными заданиями по сериалированию детям должна быть предоставлена возможность сравнивать различные материалы и игрушки, которые они используют во время игры. Благодаря подобным занятиям будет развиваться истинное понимание характеристик объектов. Чтобы помочь им в раннем возрасте, различия между объектами должны быть очевидными. [14] Наконец, следует также решить более сложную задачу по расположению двух разных наборов объектов и наблюдению взаимосвязи между двумя разными наборами. Типичным примером этого является то, что дети пытаются подогнать крышки кастрюль к кастрюлям разных размеров или соединить вместе гайки и болты разных размеров. [14]
Чтобы помочь детям развить математические навыки, учителя и родители могут помочь им изучить ряды и паттерны. Маленькие дети, которые понимают последовательность, могут расположить числа в порядке от наименьшего к наибольшему. Со временем они поймут, что 6 больше, чем 5, а 20 больше, чем 10. [16] Точно так же, если дети копируют шаблоны или создают свои собственные шаблоны, например шаблоны ABAB, это отличный способ помочь им распознавать порядок. и подготовьтесь к дальнейшим математическим навыкам, таким как умножение. Воспитатели по уходу за детьми могут начать знакомить детей с закономерностями в очень раннем возрасте, предлагая им группироваться и подсчитывать общее количество предметов. [16]
Распознавание лиц — одна из наиболее распространенных форм распознавания образов. Люди чрезвычайно эффективно запоминают лица, но за этой легкостью и автоматизмом скрывается очень сложная проблема. [17] [18] Все лица физически похожи. У лица есть два глаза, один рот и один нос, расположенные в предсказуемых местах, однако люди могут распознавать лицо под разными углами и в различных условиях освещения. [18]
Нейробиологи утверждают, что распознавание лиц происходит в три этапа. Первый этап начинается с визуального сосредоточения внимания на физических особенностях. Затем системе распознавания лиц необходимо восстановить личность человека на основе предыдущего опыта. Это дает нам сигнал о том, что это может быть человек, которого мы знаем. Заключительная фаза распознавания завершается, когда лицо называет имя человека. [19]
Хотя люди прекрасно распознают лица под обычным углом обзора, перевернутые лица распознать чрезвычайно сложно. Это демонстрирует не только проблемы с распознаванием лиц, но и то, что у людей есть специальные процедуры и способности распознавать лица в обычных условиях просмотра в вертикальном положении. [18]
Ученые сходятся во мнении, что в мозгу есть определенная область, специально предназначенная для обработки лиц. Эта структура называется веретенообразной извилиной , и исследования по визуализации мозга показали, что она становится очень активной, когда человек смотрит на лицо. [20]
В нескольких тематических исследованиях сообщалось, что пациенты с поражениями или повреждениями тканей, локализованными в этой области, испытывают огромные трудности с распознаванием лиц, даже своих собственных. Хотя большая часть этих исследований носит косвенный характер, исследование в Стэнфордском университете предоставило убедительные доказательства роли веретенообразной извилины в распознавании лиц. В уникальном тематическом исследовании исследователи смогли послать прямые сигналы в веретенообразную извилину пациента. Пациент сообщил, что во время этой электростимуляции лица врачей и медсестер перед ним менялись и трансформировались. Исследователи сходятся во мнении, что это демонстрирует убедительную причинно-следственную связь между этой нейронной структурой и способностью человека распознавать лица. [20]
Хотя у взрослых распознавание лиц происходит быстро и автоматически, дети не достигают взрослого уровня производительности (в лабораторных заданиях) до подросткового возраста. [21] Для объяснения того, как обычно развивается распознавание лиц, были выдвинуты две общие теории. Первая, общая теория когнитивного развития, предполагает, что перцептивная способность кодировать лица полностью развивается в раннем детстве и что продолжающееся улучшение распознавания лиц во взрослом возрасте объясняется другими общими факторами. Эти общие факторы включают улучшение концентрации внимания, продуманные стратегии выполнения задач и метапознание. Исследования подтверждают аргумент о том, что эти другие общие факторы значительно улучшаются по мере взросления. [21] Теория развития восприятия, специфичного для лица, утверждает, что улучшение распознавания лиц между детьми и взрослыми происходит благодаря точному развитию восприятия лица . Предполагается, что причиной этого продолжающегося развития является постоянный опыт общения с лицами.
Некоторые проблемы развития проявляются в снижении способности к распознаванию лиц. Используя то, что известно о роли веретенообразной извилины, исследования показали, что нарушения социального развития в рамках спектра аутизма сопровождаются поведенческим маркером, при котором эти люди склонны отводить взгляд от лиц, и неврологическим маркером, характеризующимся снижением нервной активности в Веретенообразная извилина . Точно так же люди с прозопагнозией развития (ДП) испытывают трудности с распознаванием лиц до такой степени, что часто не могут идентифицировать даже свои собственные лица. Многие исследования сообщают, что около 2% населения мира страдают прозопагнозией развития и что люди с ДП имеют семейный анамнез этой черты. [18] Лица с ДП по поведению неотличимы от людей с физическими повреждениями или поражениями веретенообразной извилины, что еще раз подчеркивает ее важность для распознавания лиц. Несмотря на людей с ДП или неврологическими нарушениями, в общей популяции сохраняется большая вариабельность способностей к распознаванию лиц. [18] Неизвестно, чем объясняются различия в способности распознавания лиц, будь то биологическая предрасположенность или предрасположенность к окружающей среде. Недавнее исследование, анализирующее однояйцевых и разнояйцевых близнецов, показало, что распознавание лиц значительно выше коррелирует у однояйцевых близнецов, что указывает на сильный генетический компонент индивидуальных различий в способности распознавания лиц. [18]
Недавние [ когда? ] исследование показывает, что овладение языком младенцами связано с распознаванием когнитивных образов. [22] В отличие от классических нативистских и поведенческих теорий развития языка , [23] ученые теперь считают, что язык — это приобретенный навык. [22] Исследования Еврейского университета и Сиднейского университета показывают сильную корреляцию между способностью распознавать визуальные закономерности и изучать новый язык. [22] [24] Дети с хорошим распознаванием форм показали лучшие знания грамматики, даже при учете влияния интеллекта и объема памяти . [24] Это подтверждается теорией, согласно которой изучение языка основано на статистическом обучении , [22] процессе, посредством которого младенцы воспринимают общие комбинации звуков и слов в языке и используют их для формирования будущей речи.
Первым шагом в овладении языком младенца является расшифровка основных звуковых единиц его родного языка. Сюда входят все согласные, все короткие и долгие гласные звуки, а также любые дополнительные комбинации букв, такие как «th» и «ph» в английском языке. Эти единицы, называемые фонемами , обнаруживаются посредством воздействия и распознавания образов. Младенцы используют свои « детекторы врожденных особенностей », чтобы различать звуки слов. [23] Они разделили их на фонемы посредством механизма категориального восприятия . Затем они извлекают статистическую информацию, распознавая, какие комбинации звуков чаще всего встречаются вместе, [23] например, «цюй» или «х» плюс гласная. Таким образом, их способность запоминать слова напрямую зависит от точности их ранних фонетических моделей.
Переход от фонематической дифференциации к словообразованию более высокого порядка [23] — лишь первый шаг в иерархическом освоении языка. Распознавание образов, кроме того, используется для обнаружения просодических сигналов, ударений и интонаций в словах. [23] Затем это применяется к структуре предложения и пониманию типичных границ предложения . [23] Весь этот процесс отражается и на чтении. Сначала ребенок узнает закономерности отдельных букв, затем слов, затем групп слов вместе, затем абзацев и, наконец, целых глав в книгах. [25] Обучение чтению и обучению говорить на языке основано на «поэтапном уточнении шаблонов» [25] при перцептивном распознавании шаблонов.
Музыка дарит слушателю глубокие и эмоциональные переживания. [26] Эти переживания становятся содержанием в долговременной памяти , и каждый раз, когда мы слышим одни и те же мелодии, это содержимое активируется. Распознавание содержания по образцу музыки влияет на наши эмоции. Механизм, формирующий распознавание образов музыки и опыта, изучался многими исследователями. Ощущение, испытываемое при прослушивании любимой музыки, проявляется в расширении зрачков, увеличении пульса и артериального давления, приливе крови к мышцам ног и активации мозжечка — области мозга, связанной с физическим движением. [26] Хотя извлечение мелодии из памяти демонстрирует общее распознавание музыкального образца, распознавание образов также происходит при первом прослушивании мелодии. Повторяющийся характер размера позволяет слушателю следить за мелодией, распознавать размер, ожидать его предстоящего появления и определять ритм . Волнение от следования знакомому музыкальному образцу возникает, когда этот образец ломается и становится непредсказуемым. Следование шаблону и его нарушение создают возможность решения проблем для разума, формирующего опыт. [26] Психолог Дэниел Левитин утверждает, что повторы, мелодичность и организация этой музыки создают смысл для мозга. [27] Мозг хранит информацию в расположении нейронов , которые извлекают ту же информацию при активации окружающей средой. Постоянно обращаясь к информации и дополнительной стимуляции из окружающей среды, мозг объединяет музыкальные особенности в единое целое. [27]
Медиальная префронтальная кора — одна из последних областей, пораженных болезнью Альцгеймера , — это область, активируемая музыкой.
Чтобы понять распознавание музыкальных образов, нам необходимо понять основные когнитивные системы, каждая из которых управляет частью этого процесса. В процессе распознавания музыкального произведения и его закономерностей задействованы различные виды деятельности. Исследователи начали раскрывать причины стимулированной реакции на музыку. Исследователи из Монреаля попросили десять добровольцев, которые почувствовали озноб от прослушивания музыки, послушать их любимые песни, пока отслеживалась их мозговая активность. [26] Результаты показывают значительную роль региона прилежащего ядра (NAcc), участвующего в когнитивных процессах, таких как мотивация, вознаграждение, зависимость и т. д., в создании нейронных механизмов, составляющих опыт. [26] Ощущение предсказания награды создается предвкушением перед кульминацией мелодии, которое приходит к ощущению разрешения, когда достигается кульминация. Чем дольше слушателю отказывают в ожидаемом паттерне, тем сильнее эмоциональное возбуждение, когда паттерн возвращается. Музыковед Леонард Мейер использовал пятьдесят тактов 5-й части Струнного квартета Бетховена до-диез минор, соч . 131 для изучения этого понятия. [26] Чем сильнее этот опыт, тем более яркие воспоминания он создаст и сохранит. Эта сила влияет на скорость и точность поиска и распознавания музыкального рисунка. Мозг не только распознает определенные мелодии, он различает стандартные акустические характеристики, речь и музыку.
Исследователи Массачусетского технологического института провели исследование, чтобы изучить это понятие. [28] Результаты показали, что шесть нейронных кластеров в слуховой коре реагируют на звуки. Четыре из них сработали при прослушивании стандартных акустических функций, один специально реагировал на речь, а последний реагировал исключительно на музыку. Исследователи, изучавшие корреляцию между временной эволюцией тембральных, тональных и ритмических особенностей музыки, пришли к выводу, что музыка задействует области мозга, связанные с двигательными действиями, эмоциями и творчеством. Исследования показывают, что при прослушивании музыки «загорается» весь мозг. [29] Такая активность улучшает сохранение памяти и, следовательно, распознавание образов.
Распознавание музыкальных закономерностей различается для музыканта и слушателя. Хотя музыкант может каждый раз играть одни и те же ноты, детали частоты всегда будут разными. Слушатель узнает музыкальные паттерны и их типы, несмотря на вариации. Эти музыкальные типы концептуальны и изучены, а это означает, что они могут различаться в зависимости от культуры. [30] В то время как слушатели участвуют в распознавании (неявном) музыкального материала, музыканты участвуют в его воспроизведении (явном). [2]
Исследование Калифорнийского университета в Лос-Анджелесе показало, что при просмотре или прослушивании музыки нейроны, связанные с мышцами, необходимыми для игры на инструменте, срабатывают. Зеркальные нейроны загораются, когда музыканты и не музыканты слушают произведение. [31]
Распознавание музыкальных образов может способствовать развитию и укреплению других навыков, таких как музыкальная синхронность и внимание, а также нотная грамота и задействование мозга. Даже несколько лет музыкального обучения улучшают память и внимание. Ученые из Университета Ньюкасла провели исследование на пациентах с тяжелыми приобретенными травмами головного мозга (ЛПМ) и здоровых участниках, используя популярную музыку для изучения автобиографических воспоминаний, вызванных музыкой (МЕАМ). [29] Участников попросили записать, насколько они знакомы с песнями, понравились ли они им и какие воспоминания они вызвали. Результаты показали, что пациенты с ЛПИ имели самые высокие значения MEAM, а у всех участников MEAM человека, людей или периода жизни были в целом положительными. [29] Участники выполнили задание, применив навыки распознавания образов. Вызов воспоминаний сделал песни более знакомыми и любимыми. Это исследование может быть полезно для реабилитации пациентов с автобиографической амнезией, у которых нет фундаментального дефицита автобиографической памяти и неповрежденного восприятия высоты звука. [29]
В исследовании Калифорнийского университета Дэвис составил карту мозга участников, пока они слушали музыку. [32] Результаты показали связь между областями мозга с автобиографическими воспоминаниями и эмоциями, активируемыми знакомой музыкой. Это исследование может объяснить сильную реакцию пациентов с болезнью Альцгеймера на музыку. Это исследование может помочь таким пациентам справиться с задачами по распознаванию образов.
Склонность человека видеть закономерности, которых на самом деле не существует, называется апофенией . Примеры включают Человека на Луне, лица или фигуры в тенях, в облаках и узорах без преднамеренного рисунка, таких как завитки на выпеченном кондитерском изделии, а также восприятие причинно-следственных связей между событиями , которые на самом деле не связаны между собой. Апофения занимает видное место в теориях заговора , азартных играх , неправильной интерпретации статистики и научных данных, а также в некоторых видах религиозных и паранормальных явлений. Неправильное восприятие закономерностей в случайных данных называется парейдолией . Недавние исследования в области нейробиологии и когнитивных наук предлагают понимать «распознавание ложных образов» в парадигме предсказательного кодирования .
СМИ, связанные с визуальным распознаванием образов, на Викискладе?