A neurocomputational systems approach to modeling the cognitive guidance of attention and object / category recognition

点击翻译按钮获取中文摘要

Das Vorhaben widmet sich der Entwicklung eines Computermodells zur visuellen Objekterkennung. Grundlage ist Modellierung von wesentlichen Aspekten der visuellen Verarbeitung in Primaten. Frühere Ansätze verfolgten oft eine Strategie nach der die visuelle Szene über vorwärts gerichtete Transformationen in eine interne Repräsentation der Welt überführt wurde. Aktuelle Ansätze berücksichtigen stärker die Rolle von top-down Verbindungen im visuellen Cortex. Ausgehend von diesen Überlegungen entwickelte ich ein Modell (DFG HA 2630/2-1), wonach Wahrnehmung auf einer aktiven Mustergenerierung beruht: die für die Planung verantwortlichen Areale im präfrontalen Cortex modifizieren frühe visuelle Areale, um die relevante Information aus der aktuellen Szene zu extrahieren. Diese Arbeiten führten zu der Entwicklung eines neuartigen Mechanismus, der als Populationsbasierte Inferenz bezeichnet wird. Er besitzt das Potential, sowohl Vorgänge der visuellen Aufmerksamkeit als auch der Objekterkennung zu beschreiben. Das Vorhaben ist in zwei Teile geteilt: Im ersten Teil schlage ich eine Methode vor, wie im Rahmen der Populationsbasierten Inferenz entsprechende vorwärts und rückwärts gerichtete Verbindungen gelernt werden können. Dieses soll zu der Fähigkeit der Objekterkennung in natürlichen Szenen führen. Im zweiten Teil sollen Mechanismen der kognitiven Kontrolle visueller Verarbeitung entwickelt werden. Basierend auf aktuellen Erkenntnissen der Hirnforschung soll ein Modell entwickelt werden, welches beschreibt, wie kortikale und subkortikale Areale des Gehirns die für eine zielgerichtete Erkennung wichtigen top-down Signale zum richtigen Zeitpunkt bereitstellen.