人脑的视觉识别有无穷多个解

发布时间：2021-05-22 21:41:33 所属栏目：大数据来源：互联网

导读：举个简单的例子。如下图所示，左边是一头熊，熊的局部信息被去除了，只剩下轮廓，而我们人类一眼就能认出这是一头熊。而右边的图则是把熊分成小块然后打乱，只保留局部的信息，全局信息则没有了。我们可以发现这些小块包含熊的眼睛、嘴巴、身体，但是很难认

举个简单的例子。如下图所示，左边是一头熊，熊的局部信息被去除了，只剩下轮廓，而我们人类一眼就能认出这是一头熊。而右边的图则是把熊分成小块然后打乱，只保留局部的信息，全局信息则没有了。我们可以发现这些小块包含熊的眼睛、嘴巴、身体，但是很难认可右边的图是一头熊，深度神经网络却一眼认出右边的图是一头熊。

通过对比可以发现，深度学习网络的物体识别机制和人类有很大不同。人类能够获取物体的全局信息进行识别，而目前深度神经网络只能利用局部信息进行识别。

无法获取全局信息是深度学习特别是前馈神经网络面临的一个基本问题，这个基本问题其实很早就被意识到了。人工智能的先驱Marvin Minsky在1969年就指出，前馈神经网络很难做拓扑性质的识别。

拓扑学是研究几何图形或空间在连续改变形状后还能保持不变的一些性质的学科。它只考虑物体间的位置关系而不考虑它们的形状和大小。在拓扑学里，重要的拓扑性质包括连通性与紧致性。

全局信息很难用前馈网络获取，即使要获取其计算复杂度也呈指数增长。拓扑信息和全局信息的获取是深度学习网络面临的基本问题。

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

如何使用大数据驱动业	交通领域的物联网如何
2022大数据十大关键词	区块链为大数据分析提