7、视觉皮层计算理论探索

视觉皮层计算理论探索

视觉神经科学的一个主要目标是理解皮层如何处理视觉信息。目前已经有大量工作致力于描述视觉皮层各区域的输入 - 输出关系，并产生了一系列计算模型。然而，这些模型通常只关注一个或极少数的视觉区域、模块（如形状、运动、深度、颜色）或功能（如物体识别、边界检测、动作识别等）。现在仍然缺乏一个综合框架，既能解释超越特定视觉区域、模块或功能的视觉计算机制，又能与已知的视觉皮层解剖学和生理学相一致。

1. 形状处理的皮层滤波模型

1.1 线性 - 非线性（LN）模型

皮层滤波模型，也被称为“皮层变换”模型，已被广泛用于描述不同皮层区域和视觉功能中神经元的输入 - 输出传递函数。在这类模型中，模型细胞（也称为“单元”）的输出取决于输入单元（“传入”单元）的活动，这些输入单元定义了其“感受野”。一个特定单元可能会投射到一组输出单元（“投射”单元）。在视觉领域，这种级联可以一直追溯到视网膜。因此，单元的感受野也指视觉场中如果受到适当刺激可能会引发该单元响应的独特子区域。

在现代计算建模出现之前，神经生理学家就已经开发出绘制初级视觉皮层中皮层细胞输入 - 输出函数的工具。一种重要的实验方法是“反向相关”：将神经元视为一个黑箱，它将视觉输入 𝐱（即其感受野内的图像元素或像素 xi,j）转换为输出响应 y。神经元的输入 - 输出关系被表征为其输入的线性函数：
[y = 𝐰⋅𝐱=\sum_{i,j} w_{i,j}x_{i,j}]
标量 wi,j 对应于线性滤波器的（突触）权重，有时也被称为“线性感受野”。这些权重可以通过向神经元输入白噪声并记录其响应来经验性地估计。

对于初级视觉皮层中的简单细胞，一个很好的线性感受野