抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
物体とシーンを認識する人間の視覚能力は,視覚皮質のカテゴリー選択領域における表現に依存すると広く考えられている。これらの表現は,実世界オブジェクトを構成するのに必要な特定の空間配置に関係なく,複雑な視覚特徴を表現することにより,オブジェクトを具体的に表現すること,あるいはより簡単に,オブジェクトビジョンをサポートすることができる。すなわち,視覚テクスチャを表現する。これらの仮説を区別するために,以前の方法とは異なり,画像合成アプローチを活用し,視覚特徴の複雑性と空間配置に対する独立制御を提供した。筆者らは,人間の観測者が,空間的にスクランブルである類似の複雑な特徴を有する合成画像の中で,自然物体を容易に検出できることを見出した。しかし,カテゴリー選択領域からのBOLD応答から構築される観察者モデル,およびマカク推論時間皮質とImagenet訓練深層畳み込みニューラルネットワークのモデルはすべて,実物体を同定できなかった。この不安定性は,これらのオブザーバモデルが画像分類タスクにおける人間性能を予測できるので,信号雑音の欠如によるものではない。次に,カテゴリー選択領域におけるこれらのテクスチャ様表現が,物体認識をサポートするかもしれない。カテゴリー選択皮質からの画像特異的読出しは,自然な特徴配列に対してより選択的である表現をもたらし,オブジェクト識別に必要な情報が利用可能であることを示した。従って,著者らの結果は,ヒトカテゴリー選択視覚皮質の役割は,オブジェクトを明示的に符号化しないが,むしろ,柔軟に学習し,新しいオブジェクトカテゴリーを同定するように無限に再構成できるテクスチャ様特徴の基底集合を提供することを示唆する。木材粒のような視覚テクスチャの目立って区別できないメタマーは,それらの空間配列(1~3)に関係なく複雑な特徴のマッチングによって合成することができる。しかし,人間はスクランブルオブジェクトのそのような合成画像によってはedめられていない。したがって,ヒト視覚皮質のカテゴリー選択領域は,自然物体に優先的に感受性を示す表現形状を示すことが期待される。反対に,カテゴリ選択領域に基づくオブザーバモデル,マカク推論時間皮質および画像ネット訓練深畳込みニューラルネットワークのモデルは,画像カテゴリーを識別できる場合でも,自然画像を優先的に表現しないことを示した。これは,複雑なテクスチャ様特徴の基底集合として,カテゴリー選択皮質の役割を再概念化する必要があることを示唆し,視覚行動の無数性に有用であった。【JST・京大機械翻訳】
