人类视觉不存在图像分割的问题

Pallashadow

1、人眼与摄像机的区别：人眼是效率极低下的感光设备，外周分辨率极低，仅在视觉焦点处略高。
2、由于人眼所能提供的信息极其稀缺，人眼需要不断调整视觉焦点的位置，在最短的时间内获取最多的信息。
3、因此，人类视觉本质上是【计算资源过剩；而信息稀缺】条件下的路径规划问题，目标是使世界模型构建的置信度最大化。
4、而与之相反，机器视觉本质上是【计算资源稀缺，而信息过剩】条件下剔除多余信息的问题。两者是完全不同。

Pallashadow

人眼是一个分辨率极低的广角摄像机，感光片上遍布血管神经，输入信号打满马赛克，只在中央凹有一个清晰的焦点。
每个时间点上的单眼输入信号大致是这样的，黑斑是视神经盘，所有血管和神经要从这里穿过。
但为什么意识中的视觉信号仿佛是这样的？
一是因为细微的眼动（saccade）把每个时间点上信息汇聚起来的结果
更重要的是，【记忆和计算在弥补输入信号的不足】，人脑在根据外周视野的模糊线索，依靠先验知识自动生成世界中的细节。

Pallashadow

如果用一句话来描述人类（哺乳动物）视觉，那就是【在信息极度稀缺的条件下，用每个微小的信息，通过庞大的计算量，去计算那个产生这一信息的世界状态的概率】

如果用d表示输入信号，s表示所有世界状态的集合，那么就是在计算P(s|d)。人脑在通过并行的网络算【任何事情】的概率。假如我这一秒看到了一只眼睛，那么此时有危险的概率是多少？今天会下雨的可能性是多少？我会饿肚子的概率是多少？等等等等。
这些概率推断以神经表征之间连接强度的形式有所区别，最终反映在很大范围内的一系列不同表征的激活量上。

这种从极稀缺信息做广泛无厘头概率推断的能力是生死攸关的，直接决定动物在丛林里的存活率。

Pallashadow

而反观机器视觉，输入信号显然过于精细了。由于存在各种无厘头的细节，又由于计算速度的限制，人们希望【从单一而整体的输入信号映射到一个单一的分类标签】。而这种思路在纯色背景上，在充分利用物体的轮廓特征的前提下似乎是可行的。这就造成一种错觉，【仿佛图像分割是图像识别的充分且必要的前提】。

然而如果你熟悉人类视觉及其演化上的背景，你就会知道视觉的本质是利用稀缺信息做当前状态的概率推断；输入信号中的有价值信息如此稀缺，以至于会随着观察时间的增加而线性累加，每个时间点上的概率推断都将，且必须对世界的最终面貌有所贡献。即使输入信号在任意时间点上中断，生物体也必须立刻做出生死决断。这才是真正的视觉，而不是【努力纯化单一输入使之更好地映射到一个分类标签的过程】

如果机器视觉的目标是后者，那么它显然是无法从生物视觉系统中找到灵感的。

ieBugH

新年快乐

火星的日升日落

人脑是不一定要分割，只要部分图像信息与先验知识吻合就识别出来了。

impkq

说得太好了，我觉得生物识别的目的是产生知识，产生知识的目的是为了生存，有了知识有反过来提高识别能力。形成正反馈，给人识别能力很强的感觉。要让机器有识别能力首先就要给机器提供有用的知识，不管你分割图像也好，还是用你n*n的矩阵对图像做滤镜等等也好，都是人为给机器灌输知识，以便识别，但是显然机器缺少的就是反馈并自己获取知识的过程。机器识别是在模仿生物识别，模仿过程中产生大量有趣好玩实用的中间研究产物，这些中间产物才是人们正好需要的。

宇宙无敌观察者

概率统计这类问题

Tigerjinus

再写你的论文就出来了...
有没有什么单纯从生物角度去做视觉识别的实验室么？

星星仰望的人们

你伤了好多人的心