Теория распознавания по компонентам - Recognition-by-components theory

Разбивка объектов на геоны

В теория распознавания по компонентам, или же Теория РБК,^[1] это нисходящий процесс, предложенный Ирвинг Бидерман в 1987 году, чтобы объяснить распознавание объекта. Согласно теории РБК, мы можем распознавать объекты, разделяя их на геоны (основные составные части объекта). Бидерман предположил, что геоны основаны на основных трехмерных формах (цилиндры, конусы и т. Д.), Которые могут быть собраны в различных конфигурациях, чтобы образовать практически неограниченное количество объектов.^[2]

Geons

Теория распознавания по компонентам предполагает, что существует менее 36 геонов, которые объединяются, чтобы создать объекты, которые мы видим в повседневной жизни.^[3] Например, глядя на кружку, мы разбиваем ее на две составляющие - «цилиндр» и «ручка». Это также работает для более сложных объектов, которые, в свою очередь, состоят из большего числа геонов. Воспринимаемые геоны затем сравниваются с объектами в нашей хранимой памяти, чтобы определить, на что мы смотрим. Теория предполагает, что при просмотре объектов мы ищем два важных компонента.

Края - это позволяет нам сохранять одинаковое восприятие объекта независимо от ориентации просмотра.
Вогнутости - область, где встречаются два края. Это позволяет нам наблюдать разделение двух или более геонов.

Аналогия между речью и предметами

В своем предложении РБК Бидерман проводит аналогию с составом речи и объектов, что помогает поддержать его теорию. Идея состоит в том, что для составления каждого слова английского языка необходимо около 44 отдельных фонем или «звуковых единиц», и только около 55 требуется для составления каждого слова на всех языках. Хотя между этими фонемами могут существовать небольшие различия, все же существует дискретное число, составляющее все языки.

Подобная система может использоваться для описания того, как объекты воспринимаются. Бидерман предполагает, что точно так же, как речь состоит из фонем, объекты состоят из геонов, и поскольку существует большое разнообразие фонем, существует также большое разнообразие геонов. Легче понять, как 36 геонов могут составить сумму всех объектов, когда сумма всего языка и человеческой речи состоит всего из 55 фонем.

Инвариантность точки зрения

Одним из наиболее определяющих факторов теории распознавания по компонентам является то, что она позволяет нам распознавать объекты независимо от угла обзора; это известно как инвариантность точки зрения. Предполагается, что причиной этого эффекта являются инвариантные краевые свойства геонов.^[4]

Инвариантные свойства ребра следующие:

Кривизна (различные точки кривой)
Параллельные линии (две или более точки, которые следуют в одном направлении)
Совместное завершение (точка, в которой две точки встречаются и, следовательно, прекращают свое существование)
Симметрия и асимметрия
Коллинеарность (точки, отходящие от общей линии)

Наши знания об этих свойствах означают, что, глядя на объект или геон, мы можем воспринимать его практически под любым углом. Например, при просмотре кирпича мы сможем увидеть горизонтальные наборы параллельных линий и вертикальные, а при рассмотрении того, где эти точки встречаются (со-завершение), мы сможем воспринимать объект.

Сильные стороны теории

Использование геонов в качестве структурных примитивов дает два ключевых преимущества. Поскольку геоны основаны на свойствах объекта, которые стабильны для разных точек обзора («инвариант точки обзора»), и все геоны отличимы друг от друга, одного описания геонов достаточно для описания объекта со всех возможных точек обзора. Второе преимущество состоит в том, что достигается значительная экономия на представлении: относительно небольшой набор геонов формирует простой «алфавит», который может объединяться в сложные объекты. Например, всего с 24 геонами существует 306 миллиардов возможных комбинаций 3 геонов, что позволяет распознать все возможные объекты.

Кроме того, некоторые исследования показывают, что способность распознавать геоны и сложные структуры геонов может развиваться в мозге уже в возрасте четырех месяцев, что делает его одним из фундаментальных навыков, которые младенцы используют для восприятия мира.^[5]

Экспериментальные доказательства

Участники демонстрируют замечательную способность распознавать объекты, несмотря на визуальный шум, при условии, что геоны видны.
Удаление информации об отношениях между объектами (отношения между геонами) ухудшает распознавание объектов.
Нет визуального прайминга, если между испытаниями используются разные геоны

Недостатки

Теория RBC сама по себе не способна начать с фотографии реального объекта и дать описание объекта с точки зрения геонов и отношений; теория не пытается предоставить механизм, позволяющий уменьшить сложность реальных сцен до простых форм геона. Теория RBC также неполна в том смысле, что геоны и отношения между ними не могут различать многие реальные объекты. Например, груша и яблоко легко различимы людьми, но им не хватает углов и краев, необходимых для того, чтобы теория эритроцитов могла распознать их различие. Тем не мение, Ирвинг Бидерман утверждал, что теория RBC является «предпочтительным» способом распознавания человеческих объектов с вторичным процессом обработки объектов, которые не различимы их геонами. Он также заявляет, что это различие объясняет исследования, предполагающие, что объекты могут распознаваться или не распознаваться одинаково хорошо при изменении точки зрения.