Kontextabhängige Struktur visueller Repräsentationen für die 3-D Objekterkennung

点击翻译按钮获取中文摘要

Wir zeigen, dass menschliche Beobachter das visuelle Kategorisieren von 3-D Objekten anhand von 2-D Ansichten erheblich besser lernen, wenn sie zuvor die Möglichkeit hatten, diese Objekte in körperlicher Form handelnd zu erkunden. Die Verhaltensdaten unterwerfen wir einer Analyse mit Hilfe neuartiger Methoden der Maschinenintelligenz, die hier erstmals für die Kognitionsforschung eingesetzt werden. Wir erfassen dabei das regelgeleitete Kategorisierungsverhalten und gehen so über die repräsentationale Stufe hinaus. Wir finden, dass durch Handeln erworbenes Vorwissen nicht nur das Kategorienlernen beschleunigt, sondern auch zu strukturell vertieftem Objektwissen führt. Der Einfluß von Vorwissen auf die Struktur visueller Objektrepräsentationen ist ein Beispiel für den Einfluß von Kontext. Dieser soll in der nächsten Projektphase durch Variation der Wiedergabebedingungen der 3-D Objekte und der Lernsätze von 3-D Objekten genauer untersucht werden. Das setzt nicht nur eine Ausweitung der experimentellen Untersuchungen, sondern auch eine Weiterentwicklung der Simulationsrechnungen voraus.