运动基础预测足以解决光圈问题
摘要：通过局部神经元收集的噪声信息如何生成一个连贯的整体感知在低级感觉系统中仍然不清楚。这在解决孔径问题中的运动检测中得到了很好的证明：当一个细长线的亮度沿其轴对称时，当在局部测量时，切向速度是不明确的。在这里，我们提出了一个基于运动预测编码的假设，可以推断出全局运动。我们的实现基于上下文相关扩散，这是一种运动的概率表示。我们观察到在仿真中逐渐解决孔径问题的方式与生理学和行为学类似。我们证明了这个解决方法是两个基本机制的结果。首先，我们证明了追踪行为的形成，有利于与纹理无关的时间上连贯的特征。其次，我们观察到不连贯的特征被解释掉，而连贯的信息逐渐扩散到全局尺度。大多数以前的模型包括特定亮度特征的末端停止细胞或选择层以解决孔径问题。在这里，我们证明了基于运动预测编码的解决方法足以解决孔径问题。这个解决方法可能为预测在一大类感觉计算中扮演的角色提供了一些见解。
作者：Laurent U. Perrinet (INT), Guillaume S. Masson (INT)
论文ID：1208.6471
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2012-09-03