本文研究计算机视觉、深度神经网络（DNN）、人类视觉感知和无体系结构视觉学习之间的联系，并发现 DNN 计算可用于估计感知损失，并与有趣的理论观点一致，即人类感知的特性是视觉学习无体系结构的结果。

Jan, 2017

本文比较了人类视觉系统和深度神经网络（DNN）在图像退化方面的泛化能力，发现人类视觉系统更加耐受于图像处理，而当信号变弱时，人类和DNN的分类误差模式逐渐分离，这表明在视觉识别方面，人类和DNN之间仍存在显著差异。

Jun, 2017

本文提出了一种基于视觉损失的对敌对扰动的简单正则化方法，用于解释图像分类器中的图像分类。这种半稀疏的扰动可以突出对象和感兴趣区域，使其与背景明显不同。通过在多个可解释性基准测试中进行评估，包括局部化、插入删除和指向游戏，证明了感知正则化反事实是图像分类器的有效解释。

Dec, 2019

通过进行心理物理实验，研究表明对于肉眼视觉更为友好的对抗鲁棒网络学习的表征比非对抗鲁棒网络更能够捕捉到外周计算，而这种外周计算与人类视觉中基于纹理的表征更加匹配，这种结论提供了在深度神经网络中引入类似的表征可带来诸如对抗鲁棒性等有用的性质的可能性。

Feb, 2022

当前主要的建模人类物体识别的范式是辨别性推理，但零样本生成模型出奇地接近人类物体识别数据。

Sep, 2023

图像与人类行为之间存在复杂的关系，人类的行为表现如眼动和图像描述时开始描述的时刻等表明了丰富的变化。然而，目前预训练模型的训练中几乎完全忽略了此类变化，因此需要进一步研究。本文利用同时收集的荷兰图像描述和眼动数据进行了研究，探索了视觉-语言信号变化的性质，并发现它们彼此相关。基于此结果，我们假设变化部分源于图像的属性，并探讨了预训练视觉编码器编码的图像表示能否捕捉到这种变化。我们的结果表明，预训练模型在一定程度上能够做到这一点，但程度较弱至中等，这表明这些模型缺乏关于何种刺激对人类而言会更加复杂以及导致人类输出变化的偏见。

Feb, 2024

DNNs guided by neural representations from the human ventral visual stream display increasing robustness to adversarial attacks, develop more human-like decision-making patterns, and suggest new robustness solutions by emulating the human brain.

May, 2024

本研究探讨了卷积神经网络在对象识别中是否能模仿人类的完形闭合能力，填补了先前研究中对该机制支持的缺口。我们提出了系统化框架及数据集，进行实验以验证不同CNN模型的闭合效应。研究发现，VGG16和DenseNet-121模型能够展现闭合效应，提升了对神经网络理解的透明度与比较性。

Aug, 2024

本研究解决了深度神经网络与人类视觉表征之间的不对齐问题，尤其是在抽象层次上的差异。通过训练一个模仿人类判断的教师模型，并将其结构迁移到预训练的视觉模型中，提出了一种新的方法来改进模型表现与人类更接近的方式。结果表明，这些人类对齐的模型在多种相似性任务和机器学习任务中表现更佳，从而提高了泛化能力和对分布外情况的鲁棒性。

Sep, 2024

该研究解决了现代学习系统与人类视觉表征之间的关键不对齐问题。通过训练教师模型模仿人类判断并将其结构转移至预训练的视觉基础模型，提出了一种新的方法，从而更准确地近似人类行为和不确定性，提高了机器学习任务的泛化能力和鲁棒性。这一工作对推动更健壮和可解释的人类般人工智能系统具有重要意义。

Sep, 2024