Тайны восприятия

Рис. 23.12. Тс же преобразования, что и на рис. 23.11, —для нормального, уменьшенного и увеличенного изображения

и 23.11 (г)). Как видите, изображения полностью совпали. Иными словами, мы добились искомой инвариантности. Картинка останется неизменной,как бы мы ни поворачивали исходное изображение лица девушки. Если подвергнуть описанной процедуре другие портреты, мы получим какие-то другие закодированные изображения. И хотя закодированное изображение выглядит совершенно непохоже на оригинал, оно обладает таким весьма важным преимуществом, как независимость от каких бы го ни было поворотов этого самого оригинала (в плоскости изображения).

Абсолютно то же самое можно проделать и с увеличенными или уменьшенными изображениями (см. рис. 23.12): после проведения описанных преобразований увеличенные и уменьшенные лица ничем не отличаются друг от друга. Наконец, можно убедиться и в том, что результаты последнего преобразования увеличенных, уменьшенных и повернутых в собственной

Рис. 23.13. Преобразования повернутого, смещенного и увеличенного изображения

Рис. 23.14. Способности к восприятию человеком перевернутых изображений не безграничны. На первый взгляд, представленные здесь лица кажутся одинаковыми. Попробуйте, однако, перевернуть книгу!

плоскости изображений в точности совпадают с аналогичным результатом, полученным из исходного изображения (рис. 23.13). Синергетическому компьютеру, таким образом, предъявлялись не исходные изображения, каждое со своим распределением уровней серого, а изображения, предварительно обработанные и приведенные к инвариантному виду (нижний правый квадрат в вышеприведенных рисунках). Такой процедуре подверглись и запомненные изображения, и изображения, предъявлявшиеся компьютеру для опознания. Компьютер производил с кодированными портретами те же операции, что и раньше с оригиналами, и отличал их друг от друга с той же однозначность, даже если ему показывали только фрагмент изображения.

С помощью описанного метода можно, совершенно очевидно, распознать даже лицо, перевернутое «вниз головой». Не составляет труда также

Рис. 23.15. Здесь мы видим чашу, наполненную овощами и фруктами. А чтомы увидим, перевернув книгу? (Фрагмент картины Джузсппе Арчимбольдо.)

заметить мельчайшие различия в лицах очень похожих друг на друга людей, один из который стоит «нормально», а другой встал на голову. Способен ли на такое распознавание человек? Взгляните на рис. 23.14: обе дамы представляются нам практически «на одно лицо». Однако стоит перевернуть книгу «вверх ногами», и сразу станет очевидным разительное несходство между ними. Еще один пример представлен на рис. 23.15. И здесь обнаруживается значительная разница между «правильным» и перевернутым

изображениями. Совершенно очевидно, что в данном случае человеческие возможности восприятия уступают компьютерным; если одно лицо изображено «правильно», а другое — «вверх ногами», то человеку не удается отличить друг от друга изображения этих лиц не только по мелким, но даже и по относительно крупным их чертам. Возникает естественный вопрос: не существует ли других компьютерных процедур, которые были бы так же похожи на человеческие способы восприятия, как вышеописанные? Подробным рассмотрением этого вопроса мы займемся в следующей главе.

24.Плоские трансформации изображений — альтернативное решение

Идея, лежащая в основе этого альтернативного решения, в сущности, чрезвычайно проста. Нужно создать в дополнение к той холмистой местности, которую мы строили в главе 19, еще одну подобную местность, форма которой отражала бы только различные смещения заданного образа относительно запомненного. Мяч скатится в какую-нибудь долину, и по его положению отыщется «правильная» окрестность нуля и, соответственно, определится нужное смещение из запомненных, соответствующее смещению предложенного образа. Далее в дело вступает первоначальный ландшафт и помогает найти среди запомненных образов самый близкий к предъявленному с учетом уже известного смещения. То же самое относится и к поворотам образов, только шаг угла поворота не должен быть слишком велик во избежание возникновения нежелательных боковых долин (см. рис. 24.1). В остальном же этот способ функционирует очень хорошо, причем его можно еще усовершенствовать и тем самым совершенно исключить возникновение боковых долин. Холмистая местность при этом разглаживается, скрывая мелкие неровности и отчетливее выделяя большие перепады яркости. Больших же перепадов яркости можно добиться, как мы уже видели, с помощью низкочастотной фильтрации. Иными словами, «сглаживание» изображения приводит в действительности к сглаживанию потенциальной кривой, как это показано на рис. 24.2.

С помощью такой холмистой местности компьютер сможет также распознавать вытянутые в различных направлениях изображения (рис. 24.3). Возможно, не будет большим заблуждением предположить, что и в нашем мозге функционирует подобный механизм, постоянно стремящийся посредством изменения синаптических сил привести предлагаемые ему образы в соответствие с запомненными прототипами. Здесь, по всей видимости, мы

24. Плоские трансформации изображений — альтернативное решение 195

Рис. 24.1. Представленный здесь ряд изображений лиц был предложен компьютеру в повернутом виде. Левый столбец: зависимости формы холмистого ландшафта от угла поворота изображения. Помимо главного минимума в середине, здесь имеются и нежелательные боковые минимумы. Правый столбец: зависимости формы холмистого ландшафта от изменения масштаба изображения

24. Плоские трансформации изображений — альтернативное решение 197

имеем дело с совершенно новой точкой зрения, прежде в литературе не обсуждавшейся. Упомянутое приведение в соответствие требует непрерывного динамического изменения сил синаптических связей. До сих пор предполагалось, что синаптические связи формируются исключительно в процессе обучения. Теперь же обнаруживается, что синаптические связи могут — и даже должны — подчиняться, помимо всего прочего, некой собственной динамике. Возможно, данное обстоятельство послужит начальным толчком к проведению экспериментов непосредственно на нейронах. Все эти моменты требуют, безусловно, дальнейшего всестороннего осмысления и обобщения — следует, к примеру, учитывать, что деформация изображения вовсе не обязана быть одинаковой вдоль всех направлений плоскости этого самого изображения. Можно подумать и о возможности локальных искажений — таких, например, какие возникнут, если лицо нарисовать на резиновом коврике, а затем растягивать этот коврик в определенных участках. Учитывая, что зоны искажений на человеческом лице ограничены (они почти не затрагивают, например, лоб и нос, которые остаются относительно неподвижными по сравнению с тем, как изменяются глаза и рот), можно легко предположить в данном случае возможность компьютерного распознавания таких искаженных лиц (находящихся, например, в группе оживленно беседующих людей, либо просто демонстрирующих какие-либо эмоциональные состояния). Исследования вышеупомянутых проблем еще весьма далеки от завершения.

Только рассматривая этот альтернативный способ инвариантного распознавания образов, мы начинаем осознавать, что в основе восприятия лежит целый ряд динамических процессов непрерывного формирования синаптических связей. Эта картина полностью противоположна той, что обычно ассоциируется с восприятием. Мы наивно полагали, что мозг подобен фотопластинке, которая просто сохраняет сообщенные ей визуальные впечатления. Теперь мы знаем, что распознавание образов обеспечивается взаимодействием множества протекающих в мозге сложнейших процессов. Наш метод можно интерпретировать и так: показанный тестовый образ «подгоняется» мозгом под один из уже имеющихся у него запомненных образов. Так работает известная нам из психологии ассимиляция. И наоборот — что особенно интересно — математический формализм позволяет нам произвести совершенно иную интерпретацию: сохраненный образ может с таким же успехом и сам оказаться «подогнанным» под предложенный тестовый образ. Этот процесс психологи называют адаптацией.

Для синергетического компьютера оба эти процесса, по большей части, эквивалентны, и поэтому один из них может быть заменен другим без

какого-либо ущерба. Для людей это, судя по всему, не всегда так, однако какой-либо информацией о подобных исследованиях мы не располагаем. Мы не думаем, что будущее решение проблемы восприятия состоит в конструировании каких-либо статических фильтров или шаблонов для компьютера — так же сложно представить себе создание чего-либо подобного и для мозга. Гораздо более разумным будет примириться с мыслью о том, что в мозге при восприятии протекают высокосложные и взаимосвязанные процессы — это подтверждается и многочисленными экспериментальными данными, и результатами компьютерных исследований, которые мы еще будем обсуждать в дальнейшем.

25.Распознавание сложных сцен

Вповседневной жизни мы, как правило, имеем дело не с отдельными лицами или предметами, а с группами лиц и предметов. Если мы намерены встретить кого-то на вокзале, мы должны суметь отыскать нужное нам лицо в большой группе других лиц, причем это лицо может оказаться частично скрытым от нашего взгляда. Может ли синергетический компьютер справиться с такой задачей, и если да, то каким образом?

Рассмотрим просто в качестве примера рис. 25.1. Так как оба изображения лиц смещены по сравнению с исходными (запомненными) образами, приблизительно дюжиной которых мы располагаем, нам предстоит сначала воспользоваться при распознавании способом, который позволяет устранить различия, вносимые в образ его смещением в плоскости. Как это делается, мы уже обсуждали в главе 23. Преобразованное изображение предложим компьютеру, который опознает лицо девушки на переднем плане и сочтет свою задачу выполненной. Теперь обратите внимание на очень важный момент, с которым мы еще неоднократно встретимся в этой книге. При описании конструктивных принципов синергетического компьютера мы упоминали о некоем параметре внимания. Присвоим параметру внимания, соответствующему портрету девушки, нулевое значение и предложим ту же сцену компьютеру еще раз. На сей раз компьютер опознает мужчину на заднем плане. Интересно, что эту процедуру можно продолжать и дальше. Компьютер может таким образом обрабатывать сцены, содержащие большее количество объектов. Доведем число участников сцены до пяти (причем одним из них сделаем Астерикса, см. рис. 25.2). Проведем вышеописанное преобразование, обеспечивающее независимость распознавания изображения от его положения в плоскости. После того, как компьютер опо-

знает первое лицо, присвоим соответствующему параметру внимания значение «О». При повторном предъявлении сцены компьютер опознает еще одно лицо; мы же вновь изменим значение соответствующего параметра внимания. Процедура повторяется до тех пор, пока наконец все лица не будут правильно опознаны компьютером.

Вскоре мы увидим, что понятие параметра внимания имеет для распознавания образов совершенно фундаментальное значение, и, по всей видимости, не будет большой ошибкой предположить, что и наш мозг при анализе сложных сцен использует аналогичный способ: сначала внимание концентрируется на распознавании одного из объектов, объект опознается, затем внимание «переключается» на следующий объект и т. д.

Нельзя обойти молчанием и тот факт, что при распознавании сложных сцен бывали случаи, когда компьютер выдавал неверные ответы. Так, например, при предъявлении ему сцены, составленной из двух портретов, компьютер не узнавал ни первое, ни второе лицо, а называл и вовсе третье. Такое поведение компьютера, естественно, не могло не вызвать у нас серьезных опасений, так как свидетельствовало о наличии серьезных изъянов в его конструкции. Однако известно, что и люди при распознавании образов порой совершают ошибки: взглянув на рис. 25.3, читатель легко сможет в этом убедиться. На первый взгляд, перед нами портрет Альберта Эйнштейна. Но стоит рассмотреть его более тщательно, сконцентрировав внимание