人工智能探索2浅谈人类视觉系统的物体识别( 二 ) _为什么世界有双通路

腹侧通路VP
位于中层皮质区（Midtier Cortical area）的V4主要向VP映射信号，对于物体识别至关重要[7] 。V4可以识别不同曲率和颜色亮度变化。与V2相比，V4的感受野更大，处理信号包含参照物信息。尽管V4主要参与VP ，仍然有近三分之一的V4神经元对方向敏感，这可能和在运动的情况下区分边界、完成物体背景分离有关（下图D）。

文章插图
V4参与物体识别的场景 Figure from Ref[7]
与V2、V3不同的是，V4接收更多来自高等皮层的反?。‵eedback，或Top-down）信号。在视觉注意（Visual Attention）这一现象中，反馈信号对特定区域的前?。‵eedforward ，或Bottom-up）信号进行增强，进而改变感知。我们还会专门写文章介绍这一现象。
腹侧通路VP主要位于下颞叶皮层（Inferior Temporal Cortex，IT）。2005年， MIT的Tomaso Poggio和JamesJ. DiCarlo两位知名神经和计算科学家共同发表文章[8]，实验同时监控了两只猕猴IT区域的256个位点的神经元电信号。实验人员给猕猴展示了8大类别的77个不同物体图片，每个物体重复10次。下图为其中5个物体和3个位点的信号。基于256个位点的信号训练的线性分类器，在交叉验证的情况下，可以做到94±4%的分类准确度，和72±3%的识别物体准确度。实验证实腹侧通路在IT区域完成了物体识别和分类的功能。

文章插图
Figure from Ref[8]
背侧通路DP
MT区与运动感知深度相关，超过90%的MT神经元识别时域信号，其感受野约为V1的十倍，所以MT有能力感知更大范围的运动[9] 。MT还能感知双目视差和景深，这有助于在三维空间识别物体和运动。另外MT还负责控制眼球运动，和内侧颞上区（Medial Superior Temporal area，MST）协同眼球转动[2] 。
背侧通路DP位于运动额叶（Premotor Area in Frontal Lobe），主要接收MT和V3A的信号，包括6个功能区：MST、CIP、LIP、VIP、MIP和AIP 。MST神经元可以检测图案的放大和旋转运动，还能感知光流，进而检测自我运动（Self-motion）。在眼球转动的瞬间，一些MST神经元抵消自运动方向上的信号。顶叶内尾区（Caudal Intraparietal area ， CIP）识别倾斜的平面，同时在眼球扫视（Saccade）的运动中，CIP神经元停止响应。
侧壁内区（Lateral Intraparietal area，LIP）位于视觉皮层和运动皮层之间，同时接收来自VP和DP的信号，向额叶的运动中枢映射。LIP是协调视觉和运动的核心区域，同时参与高等认知活动，比如形成决策（Decision Formation）、处理奖励（Reward Processing）、计时（Timing）、分类（Categorization）、运动计划（Motor Planning）、专注（Attention）等等。
腹壁内区（Ventral Intraparietal area，VIP）神经元接收来自视觉、听觉、触觉和前庭体感的多模态（Multimodal）信号。VIP的感受野超出视觉，还包括近身周边空间（Near-extrapersonal Space）。VIP很有可能负责头部运动的控制。MST，CIP，LIP和VIP都参与到了眼球扫视运动中，我们将写专题介绍相关机理。

文章插图
灵长目视觉系统功能区和通路 Figure from Ref[2]
内侧顶叶内区（Medial Intraparietal area，MIP）编码了运动计划。当肢体按照运动计划，向目标方向移动的时候，MIP神经元会响应。如果肢体运动偏离运动计划，MIP神经元则不响应。顶叶内前区（Anterior Intraparietal area ， AIP）对于手部运动和抓取物体响应。
双通路卷积网络