25、视觉感知中的概率推理与贝叶斯先验

视觉感知中的概率推理与贝叶斯先验

1. 期望与环境统计

为了使我们的感知系统表现良好，即对模糊或嘈杂场景的解释尽可能与现实世界相匹配，我们的期望需要准确反映现实世界的结构。从贝叶斯的角度来看，这意味着我们的先验必须紧密近似环境的统计特征。

例如，在判断车间里的物品时，如果我们没有更倾向于车间里有钻头的先验认知，可能会把车间里的物品误判为吹风机，因为从统计上来说，车间里钻头比吹风机更常见。

我们的视觉输入（视网膜上形成的图像）虽然多种多样，但只是整个可能图像空间的一小部分。自然图像具有高度的冗余性，包含许多统计规律，视觉系统可以利用这些规律对世界进行推断。

以下是一些具体表现：
- 视觉线条方向判断 ：人类在评估视觉线条的方向时，对垂直和水平方向有强烈的偏好，这种偏差与刺激的不确定性有关。FFT分析表明，在各种自然图像中，垂直和水平方向的能量比倾斜方向更强。Girshick等人的研究发现，参与者在比较不同方向时，当刺激不确定时，会强烈偏向于垂直和水平轴。他们还测量了一组照片中局部方向的分布，发现其具有强烈的不均匀性，垂直和水平方向占主导地位。假设参与者表现得像贝叶斯观察者，通过特定方法提取出他们在辨别任务中使用的贝叶斯先验，发现这些先验与测量的环境分布相匹配。
- 轮廓边缘元素分组 ：一项研究测量了自然图像中轮廓边缘元素的成对统计特征，发现人类对遮挡轮廓边缘元素的分组方式与理想观察者贝叶斯模型的表现相匹配，这表明轮廓分组的感知机制与自然图像统计密切相关。
- 图形 - 背景分离中的凸性期望 ：研究发现，受试者期望凸图形与