孔径问题（aperture problem）

转载于：http://mmdays.com/2008/04/17/aperture_problem/

各位经过理发店的时候，或许都会注意到理发店有一个卷轴，卷轴不停旋转，但是看起来会像是有一圈圈的条纹往上移动。今天要和各位介绍的是另外一个类似的错觉，叫做「孔径问题」 (Aperture Problem)。

图1 理发店卷轴错觉

何谓孔径问题呢？我们可以先看看下面这个动画：

图2 孔径问题(Aperture Problem)

我们可以看到，中间有一个圆圈，我们透过这个圆圈，会看到有斜线，沿者「右下」的方向移动。然而如果要造成这种视觉效果，却有三种可能。第一种可能是一个「横向」的纸条，往「正右方」拉动，但是纸条上面有「斜线条纹」，因此透过孔径来看的时候，会有错觉。第二种可能是一个「直向」的纸条，往「正下方」移动，但是因为纸条上面有「斜线条纹」，因此透过孔径来看的时候，还是感觉往右下方移动。第三种可能是一张纸条，上面有着「直线条纹」，但是往「右下方」移动，因此透过孔径观看的时候，会和前面两个看到的移动方向一样。

因此虽然三张纸条「移动方向」不同，甚至纸条上面「条纹的方向」也不尽相同，但是透过孔径来观察的时候，却都会有条纹移动方向相同的错觉。这就是「区域(local)」和「全域 (global)」视觉处理的差别。我们的视觉系统区域上(locally)可以有孔径问题的错觉，但是当我们观察的范围是全域(globally)的时候，却又分析的出来三张纸条不同的移动方向。我们的视觉系统怎样子达成这样子的功能呢？

视觉讯号传递路径的回顾

首先，让我们先复习一下，之前提过的视觉系统部份。〈灵魂的纱窗：走访人类的视网膜〉介绍了视网膜，〈视觉交响曲第二乐章: LGN〉介绍了视觉讯号传递的中继站：LGN，〈视觉交响曲第三乐章: V1〉则是介绍了视觉皮质的第一站：V1。下面简单的再重新整理一下相关的重点。

图3 视网膜

视网膜位在眼球的底部，其功能有如相机里面的底片一般，接受经过瞳孔进来的光线，把光能转换成细胞里面的化学能，再转换成神经的讯号。视网膜如果细分可以分为10层，从接受光刺激的感光细胞开始，中间有一些细胞来整合区域的资讯，最后透过最后的神经节细胞 (ganglion cell)在眼球盲点的位置(blind spot)形成视神经束 (optic nerve)穿透眼球，往大脑走去。

图4 视觉神经路径图

视觉神经离开眼球之后，会分成几条路径，有些讯息会传送到脑干 (brain stem)，提供眨眼、眼球肌肉、瞳孔收缩等反射动作的资讯。其他主要视觉上的资讯，则是往大脑最后方，也就是我们头脑后面的脑室– 枕叶 (occipital lobe)的视觉皮质区传送。上面这张图就是从眼球到大脑皮质中间的神经连接图。两种颜色分别代表视觉里面的视野 (visual field)。视神经离开眼球后，会在大脑前端有一次交叉，这一次交叉，会让左眼的右视野资讯，和右眼的右视野资讯，通通传送到左大脑去！同哩，左眼的左视野，和右眼的右视野，交叉之后，通通都会传送到右大脑去。从此之后，右视野的资讯就先到左大脑，左视野的资讯就先到右大脑，再更后面的时候，才会经由其他路径左右脑互通资讯。

交叉之后，接着会先有一个中继站，英文缩写为LGN，全名为Lateral Geniculate Nucleus，是一个位在丘脑 (thalamus)下方外侧的一个核区，主要是把视野再做一次分区投射，譬如说上下视野会投射到不同区域。此外也会对不同的视觉讯号做不同的投射，譬如说视网膜可以概分为两种感光细胞，一种比较模糊适合夜间感光，另一种比较清晰适合日间感光，同时也包含了色彩的资讯。这两种讯号在LGN就会分别投射到不同的区域，连带影响之后在视觉皮质的投射。

经过LGN投射整理之后，最后就会走到大脑最后面的视觉皮质区V1。视觉皮质，英文称为Visual Cortex。所谓皮质就是大脑表层的区域，和很多有意识的资讯处理有关系，譬如说视觉、听觉、嗅觉，运动、语言、决策等功能，都各有皮质(cortex)区域来负责处理相关的讯息，形成一个复杂的神经网路。视觉皮质区V1则是视觉讯号最早到达的皮质区，因此称为V1。

V1的特性是处理初步的视觉特征，譬如说视网膜上面的感光细胞，只对视野里面的一个圆点的亮光和色彩有反应。V1接收LGN整理的资讯后，会分析出进一步的初级资讯，主要是「线条」的初级资讯。譬如说某一群V1细胞，会对85度的直线有反应，另一群细胞对水平的直线条有反应等等。这些初级资讯，已经把视网膜传过来的「点」的资讯，变成「线」的资讯了。之后会继续传往V2和其他区域，得到更高阶的资讯，让我们可以辨识出一张桌子、一张人脸，作出有意识的认知与判断，进而作出有意识的反应和行为。

孔径问题的和神经讯号处理

经过上面的回顾，我们可以稍微回想起来，光讯号从视网膜，到LGN，到视觉皮质V1的大致过程。然而到V1的时候，因为还是基本的线条资讯，因此在孔径问题中，我们透过孔径看到的移动方向，就是一个V1细胞典型的反应，这个反应是区域的反应 (local)，要等到讯号传递到更高层的皮质区，才能看到全域的移动方向，判断纸条真正移动的方向。

图5 Aperture Problem孔径问题解决方法

因此，孔径问题后来提出的解决方法，就是有一颗神经元，负责接收两个以上区域(local)的孔径资讯，就可以判断出全域(global)的移动方向了！譬如说在初级的V1区域，某一群细胞对往右上角移动的45度反斜线有反应，另一群细胞对往右下角移动的45度斜线有反应，(斜线是指右上到左下的斜线，反斜线是指左上到右下的斜线)。这两群细胞，就有如孔径问题里面的圆圈一样，只能观察到区域的移动情形。然而比较高层的细胞，可能接受这两个孔径的细胞，并且作整合，当这两个细胞都反应的时候，就会判断这两个移动方向的向量和方向，作为全域的移动方向，产生反应的时候，也就是我们产生整个物体全域(global)移动方向的感觉的时候。

以上面的这张图左手边的例子来说，高层细胞分别接受「右上移动」和「右下移动」两个孔径细胞的区域反应 (local)，产生整个物体往「正右方移动」的全域反应 (global)。

不过这种神奇的高层细胞位在哪边呢？这部分就要等下回再详细介绍了！今天先简单提一下大概。首先，视觉讯号到了V1之后，会继续往V2视觉皮质走，其中会有一些回馈(feedback)讯号作更复杂的处理。V2之后会分成两个主要的传递路径：背部路径和腹部路径 (dorsal and ventral pathway)。

图6 视觉讯号传递路径(dorsal and ventral visual pathway)

上面这张图右手边是大脑前面额头的方向，左手边是大脑后面的方向。视觉皮质V1就位于大脑后方，也就是图片里面左手边的部分。讯号到了V1之后，就往两个方向，一上一下，往上的称为「背部路径」 (dorsal pathway)，这条路径和「物体移动」相关的资讯有关(motion)，往下的称为「腹部路径」 (ventral pathway)，和物体的「形状」 (form)和「颜色」(color)的处理有关。因此刚才孔径问题里面的高层细胞，虽然是全域(global)的资讯，但是是和物体移动相关，因此会在背部路径 (dorsal pathway)上面。

背部路径 (dorsal pathway)的终点称作MT，是Middle Temporal lobe的缩写。腹部路径 (ventral pathway)的终点IT，是Inferior Temporal lobe的缩写。就如刚才所说，MT处理移动( motion )相关资讯，IT处理形状( form )相关资讯。当然这两者彼此之间也会有互相的联系(crosstalk)。关于后面这几站视觉处理的详细介绍，就让我们下一篇再继续介绍吧！

图7 孔径问题(Aperture Problem)

孔径问题（aperture problem）相关推荐

孔径问题 — The Aperture Problem
孔径问题指在运动估计(Motion Estimation)中无法通过单个算子[计算某个像素值变化的操作,例如:梯度]准确无误地评估物体的运行轨迹.原因是每一个算子只能处理它所负责局部区域的像素值变化, ...
谷歌AI用“深度”学习来虚化背景，单摄手机可用，Jeff Dean表示优秀
虚栗子发自凹非寺量子位出品 | 公众号 QbitAI 真 · 深度学习↓↓↓ Jeff Dean说的. 因为,谷歌又给Pixel的相机注入了机器学习的灵魂:在背景虚化的任务上,学习了一下深度 ...
（转载）计算机视觉当中的专业英语
转载自: 1.https://blog.csdn.net/vsooda/article/details/7365776 2.https://wenku.baidu.com/view/7cd9528aa ...
计算机视觉专业术语,计算机视觉常用术语中英文对照.doc
计算机视觉常用术语中英文对照.doc 计算机视觉常用术语中英文对照(1) 人工智能Artificial Intelligence认知科学与神经科学Cognitive Science and Neuro ...
流体运动估计光流算法研究
流体运动估计光流算法研究大家好!我是苏州程序大白,今天讲讲流体运动估计光流算法研究.请大家多多关注支持我.谢谢!!! 简介: 对流体图像序列进行运动分析一直是流体力学.医学和计算机视觉等领域的重要研 ...
经典光流算法Lucas-Kanade（有图助理解）
前言光流法是计算机视觉领域非常常用的算法,深度学习时代的CV工程师可能会用到光流法,但鲜有对其实现原理做深度地探索的.今天正好趁着复现一个项目把LK光流法的算法进行一个探索和整理. 先看一个LK光流 ...
综述：光流估计从传统方法到深度学习
作者丨肖泽东 Shon@知乎来源丨https://zhuanlan.zhihu.com/p/74460341 编辑丨目标检测与深度学习编者荐语光流估计是计算机视觉研究中的一个重要方向,然而,因为 ...
视频光流估计综述：从算法原理到具体应用
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:肖泽东 | 来源:知乎 https://zhuanlan.zhihu.com/p/7446034 ...
光流估计：从传统方法到深度学习
来源:信息网络工程研究中心本文约4200字,建议阅读10+分钟近年来,深度学习技术,作为一把利剑,广泛地应用于计算机视觉等人工智能领域. 一.摘要近年来,深度学习技术,作为一把利剑,广泛地应用于计 ...

孔径问题（aperture problem）

孔径问题（aperture problem）相关推荐

最新文章

热门文章