Pengaturan eksperimental untuk mengevaluasi persepsi manusia yang bergerak bebas
Sciences

Pengaturan eksperimental untuk mengevaluasi persepsi manusia yang bergerak bebas


Subjek melakukan eksperimen visual menggunakan PESAO, dilengkapi dengan pelacak mata, yang dilengkapi dengan lampiran pelacakan gerak. Kredit: Solbach & Tsotsos.

Manusia secara teratur menangani dan memecahkan berbagai masalah visuospasial yang kompleks. Sebaliknya, sebagian besar pembelajaran mesin dan teknik visi komputer yang dikembangkan sejauh ini dirancang untuk menyelesaikan tugas individu, daripada menerapkan sekumpulan kemampuan untuk tugas apa pun yang diberikan.

Para peneliti di York University di Kanada telah mencoba untuk lebih memahami mekanisme yang memungkinkan manusia untuk secara aktif mengamati lingkungan mereka dan menyelesaikan berbagai tugas persepsi yang mereka hadapi setiap hari, dengan harapan menginformasikan perkembangan sistem penglihatan komputer yang lebih canggih. Dalam makalah yang diterbitkan sebelumnya di arXiv, mereka mempresentasikan pengaturan eksperimental baru yang disebut PESAO (pengaturan eksperimental psikofisik untuk pengamat aktif), yang secara khusus dirancang untuk menyelidiki bagaimana manusia secara aktif mengamati dunia di sekitar mereka dan terlibat dengannya.

“Ciri khas penglihatan manusia adalah umumnya,” kata Prof John K. Tsotsos, salah satu peneliti yang melakukan penelitian tersebut, kepada TechXplore. “Otak dan sistem visual yang sama memungkinkan seseorang untuk bermain tenis, mengendarai mobil, melakukan operasi, melihat album foto, membaca buku, menatap mata orang yang Anda cintai, berbelanja online, memecahkan 1000 teka-teki jigsaw, menemukan kunci yang hilang, mengejar putrinya yang masih kecil ketika dia muncul dalam bahaya dan masih banyak lagi. Kenyataannya adalah bahwa sejauh ini keberhasilan AI yang luar biasa, sangat merendahkan hati untuk mengakui seberapa jauh yang harus ditempuh. “

Tujuan utama dari penelitian yang dilakukan oleh laboratorium penelitian Tsotsos adalah untuk mendapatkan pemahaman yang lebih baik tentang mekanisme dan proses yang memungkinkan manusia memecahkan berbagai masalah. Hal ini dapat menginformasikan pengembangan sistem pembelajaran mesin yang dapat mencapai performa seperti manusia pada banyak tugas, daripada berspesialisasi pada satu aplikasi.

“Seseorang tidak dapat mengambil sistem visual dari mobil tanpa pengemudi Google dan memintanya untuk memecahkan teka-teki gambar, juga tidak dapat meminta sistem kategorisasi gambar berkinerja terbaik untuk berfungsi sebagai komponen penglihatan dari robot permainan tenis,” Tsotsos kata. “Keberhasilan semuanya tidak berfungsi (mereka memiliki satu fungsi), sedangkan sistem visual manusia adalah multitasker dan tugas yang dapat diajarkan seseorang untuk sistem itu tampak tidak terbatas. Lab penelitian kami tertarik untuk memahami dan mengembangkan algoritme yang dapat mencapai fungsi kompleks ini . “

Beberapa tahun yang lalu, Tsotsos dan mahasiswa doktoralnya Markus D. Solbach mulai mencari penelitian sebelumnya yang menawarkan wawasan berharga tentang bagaimana manusia menyelesaikan tugas-tugas persepsi dan kecewa karena tidak menemukan apa-apa. Sejauh ini, pada kenyataannya, psikolog dan ahli saraf tidak pernah melakukan eksperimen di mana manusia menyelesaikan tugas-tugas kompleks dalam lingkungan 3-D yang dipentaskan. Tujuan dari studi terbaru mereka adalah untuk mengisi kesenjangan dalam literatur, dengan mengembangkan pengaturan eksperimental yang dapat mendukung eksperimen ini.

“Sepengetahuan kami, PESAO adalah yang pertama dari jenisnya, karena menggabungkan pelacakan gerakan kepala yang tepat dalam 3-D penuh dengan pelacakan pandangan pada resolusi mikrodetik, sementara subjek sepenuhnya tidak terikat dan dapat bergerak secara bebas dan alami,” Solbach , peneliti utama dalam studi tersebut, kepada TechXplore. “Karakteristik ini sangat penting untuk mengeksplorasi persepsi visual manusia yang aktif, kemampuan kuat yang sangat mampu dilakukan manusia setiap saat, tetapi yang secara mengejutkan masih kurang dipahami.”

Ketika mereka merancang PESAO, Solbach dan Tsotsos mencoba memastikan generalisasi dan penyesuaiannya, karena mereka ingin memastikan bahwa tim peneliti lain juga dapat menggunakannya, menyesuaikannya dengan kebutuhan mereka. PESAO tersedia untuk umum dan sekarang dapat diakses oleh tim lain di http://data.nvision2.eecs.yorku.ca/PESAO/.

PESAO: Pengaturan eksperimental untuk mengevaluasi persepsi manusia yang bergerak bebas

Kredit: Solbach & Tsotsos.

Eksperimen pertama yang mereka lakukan dengan menggunakan pengaturan PESAO berfokus pada masalah visuospasial tertentu yang melibatkan penentuan apakah dua objek itu sama atau berbeda. Ini adalah sesuatu yang kebanyakan manusia lakukan secara otomatis setiap hari dan robot juga seharusnya mampu melakukannya. Hasil yang mereka kumpulkan menunjukkan bahwa masalah ini sulit, jika bukan tidak mungkin, untuk dipecahkan menggunakan algoritma tunggal.

“Subjek manusia yang melakukan tugas ini menunjukkan berbagai strategi yang dipilih tergantung pada bagaimana tugas tersebut disajikan, seperti posisi awal objek dan pengamat,” kata Tsotsos. “Hasil teoritis kami sebelumnya pada masalah visuospasial seperti itu konsisten dengan dekomposisi masalah karena masalah umum dapat dibuktikan sulit diselesaikan. Selain itu, variabilitas tentang bagaimana manusia bergerak selama penyelesaian tugas menunjukkan bahwa setiap strategi pembelajaran mesin murni adalah tidak mungkin terjadi tanpa kekuatan komputasi yang sangat besar secara tidak praktis. “

Sementara banyak penelitian sebelumnya telah mengeksplorasi bagaimana manusia menangani tugas persepsi yang berbeda, mereka biasanya melakukannya dengan menampilkan peserta dengan konten 2-D di layar, daripada meminta mereka untuk terlibat dengan lingkungan 3-D yang nyata. Di masa mendatang, PESAO dapat memungkinkan jenis studi baru di mana kemampuan persepsi manusia dievaluasi dalam pengaturan yang lebih realistis.

Sejauh ini, pengaturan eksperimental yang dikembangkan oleh Solbach dan Tsotsos mencakup area seluas 400cm x 300cm dan dapat digunakan untuk melacak subjek manusia pada frekuensi 120Hz. Selain itu, PESAO merekam gerakan kepala, tatapan, gerakan mata, rekaman video orang pertama dan mata burung, kecepatan sudut, dan catatan eksperimen subjek manusia; semuanya disinkronkan pada resolusi mikrodetik.

Untuk titik ini, para peneliti menggunakan PESAO untuk menyelidiki tugas persepsi tunggal, tetapi mereka sekarang berencana untuk melakukan studi lebih lanjut untuk menyelidiki kemampuan pengenalan objek aktif manusia. Pengenalan objek aktif adalah kemampuan visual penting yang dapat meningkatkan kinerja sistem robotik yang dirancang untuk membantu manusia di rumah mereka atau dengan aplikasi potensial di bidang manufaktur, layanan pelanggan, dan perawatan kesehatan.

“Untuk PESAO, kami berencana untuk memperluas pengaturan dengan sensor cahaya untuk mengukur intensitas cahaya aktual di tempat kejadian dan stimulusnya,” kata Solbach. “Sudah jelas, sistem visual kita tidak dapat berfungsi tanpa cahaya; karenanya mengukur cahaya dapat berguna untuk berbagai penelitian penglihatan.”

Dalam eksperimen mereka yang akan datang, Solbach dan Tsotsos akan meminta subjek untuk menyelesaikan “tugas hubungan spasial” dan “tugas pola tersembunyi”. Yang pertama adalah tugas di mana seorang pengamat mencoba untuk menentukan hubungan spasial antara objek dalam lingkungan 3-D (yaitu, mana yang lebih dekat dengan mereka, mana yang lebih jauh, lebih tinggi, lebih rendah, ke kiri atau benar, dll.). Sebaliknya, tugas “pola tersembunyi” meminta seseorang untuk menentukan apakah pola 3-D tertanam dalam pola 3-D yang lebih besar, misalnya dalam sampel di mana satu pola disamarkan ke pola lain.

“Ini adalah dua di antara sejumlah besar tugas visuospasial yang biasa disajikan dalam bentuk 2-D dalam permainan anak-anak dan tes IQ, tetapi belum pernah dipelajari dalam konteks observasi aktif 3-D,” kata Solbach.


Ilmuwan visi menyangkal teori persepsi berusia 60 tahun


Informasi lebih lanjut:
PESAO: Pengaturan eksperimental psikofisik untuk pengamat aktif. arXiv: 2009.09933 [cs.CV]. arxiv.org/abs/2009.09933

© 2020 Science X Network

Kutipan: PESAO: Pengaturan eksperimental untuk mengevaluasi persepsi manusia yang bergerak bebas (2020, 23 Oktober) diakses 27 November 2020 dari https://techxplore.com/news/2020-10-pesao-experimental-setup-perceptions-freely.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Hongkong Prize