Por que as ilusões estão todas nos olhos de quem vê

Nosso cérebro e olhos podem prejudicar -nos – nem se trata da ilusão de buracos em expansão. Um novo modelo computacional desenvolvido por especialistas da Flinders University ajuda a explicar como as células da retina humana nos fazem “ver” a região central escura de um gráfico do buraco negro se expandir para fora.

Em um novo artigo publicado no arxiv Servidor de pré -impressão, os especialistas da Universidade de Flinders destacam o papel das células ganglionares da retina do olho no processamento de contraste e percepção de movimento – e como as mensagens do córtex cerebral dão ao observador uma impressão de um movimento em movimento ou “expansão”.

“As ilusões visuais fornecem informações valiosas sobre os mecanismos da visão humana, revelando como o cérebro interpreta estímulos complexos”, diz o Dr. Nasim Nematzadeh, da Faculdade de Ciência e Engenharia da Universidade de Flinders.

“Nosso modelo sugere que a ilusão de furo em expansão é causada pelas interações entre o contraste do processamento da retina e a percepção do movimento e o cérebro. Ele mostra como a dinâmica da retina a percepção da forma pode levar à detecção de movimento depois que inicialmente percebemos uma imagem estática complexa.

“Esta pesquisa avança nossa compreensão da sensibilidade ao contraste e da filtragem espacial na percepção visual, fornecendo novas direções para visão computacional e neurociência”.

O professor emérito David Powers, que trabalha há décadas no processamento visual, auditivo, de fala e idioma, diz que o último estudo sobre ilusões “fornece informações únicas sobre o processamento neural”.

“Essa diferença da retina do modelo” biopliausível “baseado em gaussianos pode aprimorar os sistemas de visão orientados pela IA, melhorando a maneira como as máquinas detectam arestas, texturas e movimentos-elementos no reconhecimento de objetos”, diz o professor Powers.

“Os modelos de IA baseados nesse modelo gaussiano cosseno de baixo nível tendem a ser mais eficientes e combinar melhor o comportamento/cognição humana. Eles tendem a dar resultados de visão mais humanos, como demonstrado por sua capacidade de explicar ilusões-ou serem enganados por ilusões . “

Como resultado, os pesquisadores de Flinder foram capazes de modelar o processamento humano da retina e produzir esses efeitos ilusórios comuns que os humanos vêem.

“Entender isso nos ajuda a fazer melhor do que a visão da AI-n-nível, entendendo o que pode dar errado e por quê”, acrescenta os poderes do professor.

Essa modelagem aprofundada poderia, por sua vez, melhorar as aplicações futuras para uma inteligência artificial mais plausível que corresponde melhor ao comportamento/cognição humana-bem como arquiteturas avançadas de aprendizado profundo, dizem os pesquisadores.

Diferentemente dos filtros tradicionais de detecção de arestas, o modelo replica a sensibilidade ao contraste biológico, tornando os sistemas de visão de IA mais robustos em condições do mundo real, como ambientes com pouca luz ou fundos desordenados.

Isso tem aplicações em imagens médicas, vigilância de segurança e arquiteturas avançadas de aprendizado profundo para uma percepção mais humana.

Por exemplo, em imagens médicas, cuidados de saúde e distúrbios da visão, pode ser usado para detecção precoce de glaucoma, degeneração macular e retinopatia diabética modelando anormalidades do processamento da retina.

No processamento de imagens médicas, ele pode ser usado para melhorar a clareza das varreduras de ressonância magnética, CT e raios-X imitando a detecção de borda do sistema visual humano. E também para a visão protética, ajudando no desenvolvimento de olhos biônicos, otimizando como os sistemas de visão artificial processam imagens para pacientes cegos.

O novo modelo pode ter aplicações no aeroespacial e na defesa, onde a detecção de objetos rápida e precisa é fundamental para melhorar o reconhecimento de alvos e ataques em cenários de movimento rápido, como drones que identificam objetos no meio do vôo ou pilotos que detectam ameaças em campos visuais complexos.