Набор инструментов для моделирования эффективности визуального поиска

Я ищу набор инструментов для моделирования производительности визуального поиска в задаче одноэлементного поиска на основе ориентации строк (вам нужно найти строку, которая больше всего отличается от всех остальных по своей ориентации).

Желательными функциями будут:

  1. Детекторы признаков, напоминающие настоящие нейроны.
  2. Память на распределение дистракторов в функциональном пространстве во время предыдущих испытаний.

Есть ли что-то подобное? Я также знаю, что иногда подобные задачи изучаются в текстурной дискриминации. Может быть, в этом домене есть что-то близкое к тому, что мне нужно?

Ответы (1)

Я предполагаю, что вам нужна какая-то модель «компьютерного зрения» (в которой вы хотите иметь возможность предоставлять модели входные стимулы в виде изображения) и что вы хотите предсказать какое-то поведение? (например, RT от поисковой задачи). Детализация различных задействованных процессов не будет тривиальной, поэтому, вероятно, не существует универсального «инструментария» для вашей проблемы.

Возможно, подойдет «модель карты значимости» Итти и Коха. Есть много более современных версий этого (включая набор инструментов MATLAB и ряд связанных моделей). Хотя это не обязательно самое лучшее, преимущество в данном случае заключается в том, что Итти и Кох фактически использовали всплывающее задание для ориентации в своей оригинальной статье (Vision Research, 2000). Однако я не уверен, в какой степени детекторы признаков на самом деле напоминают нейроны, и я не думаю, что компонент памяти был включен.

Спасибо! Проблема с моделями важности, как вы правильно заметили, заключается в том, что у них нет памяти. Кроме того, заметность — это мера различия между конкретной точкой и ее соседями (конечно, я сильно упрощаю). Таким образом, распределение в пространстве признаков не важно — важно пространственное распределение признаков, а это не то, что мне нужно.