学校与认知心理学国际期刊
开放获取

抽象的

贝叶斯大脑：通过感知计算来识别 3D 物体

库马尔·桑卡尔·雷*

我们基于贝叶斯假设，模仿人类感知的认知能力来识别基于视图的 3D 对象。我们考虑使用近似贝叶斯（经验贝叶斯）进行感知推理以进行识别。我们本质上是通过感知来处理计算的。神经科学的最新发展表明人类感知可以用贝叶斯推理来表示。贝叶斯模型可以执行各种感知任务；因此，我们应该在神经科学的背景下对贝叶斯模型抱有工具主义的观点。贝叶斯模型对于保护受试者的感知活动和捕捉人类神经机制的特征非常有效。贝叶斯模型可用于研究大脑的各种感知任务。在本设计研究中，为了表示贝叶斯方法中的感知任务，我们考虑使用 beta 分布来计算先验，可能性和后验概率。由于计算简单，我们考虑如上所述的 beta 分布。本文的基本目的是证明感知计算是贝叶斯推理，本质上我们根据从感觉数据（似然数据）获得的结果信念将感知表达为最优假设。最近贝叶斯方法在计算机视觉领域取得了巨大的成功。因此，它可以模拟人类视觉感知并允许观察者感知世界。本文的基本目的是证明感知计算是贝叶斯推理，本质上我们根据从感觉数据（似然数据）获得的结果信念将感知表达为最优假设。最近贝叶斯方法在计算机视觉领域取得了巨大的成功。因此，它可以模拟人类视觉感知并允许观察者感知世界。本文的基本目的是证明感知计算是贝叶斯推理，本质上我们根据从感觉数据（似然数据）获得的结果信念将感知表达为最优假设。最近贝叶斯方法在计算机视觉领域取得了巨大的成功。因此，它可以模拟人类视觉感知并允许观察者感知世界。