[論文レビュー] Capacity limitations of visual search in deep convolutional neural network.

Endel Põder|arXiv (Cornell University)|Jul 31, 2017

Face Recognition and Perception参考文献 23被引用数 5

ひとこと要約

本研究では、単純な特徴と複雑な特徴構成を含む視覚的探索タスクにおいて、3つの事前学習済みの深層畳み込みニューラルネットワークの性能を評価した。人間とは異なり、複雑な構成に対してのみ強い容量制限を示すのではなく、両者に対して同等の性能制限を示すため、生物学的システムとは異なり、視覚的探索の処理方法に根本的な相違が生じていることが示された。

ABSTRACT

Deep convolutional neural networks follow roughly the architecture of biological visual systems and have shown a performance comparable to human observers in object recognition tasks. In this study, I tested three pretrained deep neural networks in visual search for simple visual features, and for feature configurations. The results reveal a qualitative difference from human performance. It appears that there is no clear difference between searches for simple features that pop out in experiments with humans, and for feature configurations that exhibit strict capacity limitations in human vision. Both types of stimuli reveal comparable capacity limitations in the neural networks tested here.

研究の動機と目的

• 深層ニューラルネットワークが人間と同様に視覚的探索の容量制限を示すかどうかを調査すること。
• 「目立つ」単純な特徴と複雑な特徴構成の両方に対するネットワークの性能を比較すること。
• 深層ネットワークが、人間の視覚系の制限と同様に、処理容量に質的差異を示すかどうかを同定すること。

提案手法

• 視覚的探索タスクを用いて、3つの事前学習済みの深層畳み込みニューラルネットワークを評価した。
• 刺激には、単純な視覚的特徴（例：色や方向）と複雑な特徴構成が含まれた。
• ターゲット特徴の検出における正確性と反応時間によって性能を測定した。
• 「目立つ」特徴と「目立たない」構成の両方における探索効率を対比した。
• 類似性や相違を特定するために、既知の人間の視覚的探索データと結果を比較した。

実験結果

リサーチクエスチョン

• RQ1 深層ニューラルネットワークは、人間の被験者で観察されたのと同様の視覚的探索の容量制限を示すか？
• RQ2 「目立つ」特徴探索と複雑な特徴構成の探索との間で、ネットワークの性能に差が生じるか？
• RQ3 複雑な構成がより大きな制限をもたらすのと同様に、深層ネットワークも処理負荷に質的差異を示すか？

主な発見

• ニューラルネットワークは、単純な特徴と複雑な特徴構成の両方に対して同等の容量制限を示した。
• 人間の視覚とは異なり、複雑な構成にのみ厳しい制限が生じるのではなく、両者の間で差がなかった。
• ネットワークでは「目立つ」特徴に対して顕著な性能優位性が観察されず、これは、明確な注目性に基づく処理が欠如していることを示している。
• 結果から、深層ニューラルネットワークは人間の視覚系が「簡単な」および「難しい」視覚的探索タスクを区別する方法を再現していないことが示された。
• 本研究は、生物学的視覚探索と現在の深層ニューラルネットワーク行動との間に、容量制約の観点で質的不一致が存在することを明らかにした。