11、生成知识在物体感知中的作用

生成知识在物体感知中的作用

在物体感知的研究领域，生成知识起着至关重要的作用。它涉及到我们如何从感官接收到的信息中推断出物体的真实属性，这一过程往往充满了不确定性和模糊性。下面我们将深入探讨生成知识在贝叶斯推理中的应用，以及相关的实验证据。

生成知识在贝叶斯推理中的体现

图3.3展示了四种基本的感官生成过程模型，这些模型并非唯一或排他的，而是建模者为了准确且简洁地描述特定的感觉 - 知觉事件而做出的选择。

• 基本贝叶斯（Basic Bayes） ：
  • 对应图3.3A和3.3B的情况，即单个世界属性导致单个线索，遵循相对直接的生成过程。例如，移动的物体在观察者的视网膜上产生移动的图像，通过双眼视差测量物体的距离，以及通过双耳听觉差异感知声源的位置。在这种情况下的推理，称为基本贝叶斯推理，是通过反转线索和世界属性之间的非确定性函数关系，并将此信息与关于世界属性的先验知识相结合来完成的。
• 线索组合（Cue Combination） ：
  • 如图3.3C和3.3D所示，单个世界属性导致多个线索。比如，表面的倾斜度可以通过双目立体视觉和纹理压缩线索来感知，物体的距离可以通过双眼视差和手臂的感觉位置来测量，声源的位置可以通过双耳听觉差异和视觉线索来感知。这里的推理称为线索组合，与基本贝叶斯情况类似，是通过反转每个线索和世界属性之间的影响方向，并将这些反转的关系与关于世界属性的先验知识相结合来进行的。
• 折扣（Discounting