visual stimuli | BriefGPT - AI 论文速递

关键词visual stimuli

搜索结果 - 12

复杂中的简单
使用基于分段的图像表示模型，本研究旨在解释和预测复杂性，并发现可以通过简单的线性模型，利用图像中的分段数量和类别数量，对多样的自然场景和艺术图像集进行解释。
PDF4 months ago
大规模生成式人工智能模型缺乏视觉数值感知能力
通过使用大规模 Transformer 架构的生成式人工智能模型，本研究调查了是否能可靠地命名简单视觉刺激中的物体数量或生成包含 1-10 范围内目标数量物体的图像。令人惊讶的是，所有考虑的基础模型都没有以人类的方式表现出来：即使在小数量下
PDF6 months ago
BrainVis：通过图像重建探索大脑和视觉信号之间的桥梁
通过将 EEG 信号分解成多个单元并自我监督学习获取时间域特征，利用频域特征增强 EEG 表示，将 EEG 时频嵌入与 CLIP 空间中的粗粒度语义插值对齐，使用级联扩散模型重建图像，我们提出的 BrainVis 在语义保真度重建和生成质量
PDF6 months ago
将脑电图信号映射到视觉刺激：基于深度学习的匹配与不匹配分类方法
通过建立深度学习模型处理视觉刺激与脑电图之间的关联，本研究分析了跨主体差异、模型概括化的困难，并通过独特实验数据集验证该模型能够获得最高准确率。此外，还通过主体间轮廓分数、Grad-CAM 激活评分等分析结果表明，大脑语言和视觉处理区域对模
PDF10 months ago
MindDiffuser：使用语义和结构扩散从人类大脑活动进行受控图像重建
我们提出了一种名为 MindDiffuser 的两阶段图像重建模型，通过使用 fMRI 进行前向估计和反向传播来实现想定图像的语义和结构信息的精确对齐，实验结果表明该模型在自然场景数据集上超过了现有的最先进模型，并且与相应的大脑反应呈现的多
PDFa year ago
存储编码模型
我们通过将与记忆相关的信息作为输入来探索一种新的脑编码模型。在视觉 - 记忆认知任务中，我们发现非视觉脑部在很大程度上可以通过先前看到的图像进行准确预测。我们的记忆编码模型（Mem）在 Algonauts 2023 视觉脑竞赛中获胜，即使没
PDFa year ago
Im-Promptu: 基于图像提示的上下文组合
本研究探讨了模拟推理对于在可组合元素的视觉刺激下的情境组合的学习的作用，并提出了一个名为 Im-Promptu 的元学习框架，用于训练多个具有不同组成水平的代理。实验揭示了推广能力和组合度之间的权衡，可以扩展学习到的组合规则到看不见的域，但
PDFa year ago
视听语言大脑编码
本文系统探讨了图像转换器和多模态转换器在大脑编码方面的有效性，发现多模态转换器 VisualBERT 在编码上远优于之前提出的单模态 CNN、图像转换器以及其他先前提出的多模态模型，这表明视觉语言模型的优越性，产生了人们是否在被动地查看图像
PDF2 years ago
CVPR迈向长型视频理解
本研究通过开发评估协议和引入一种基于对象为中心的变压器视频识别架构，针对大规模数据集进行长型视频理解任务的研究，并展示了其在 7 项不同任务上的性能显著优于现有短期模型的结果，同时在 AVA 数据集上也优于可比较的最新研究成果。
PDF3 years ago
MM关于视觉指代协作游戏中紧急系统化普适性与组合性的直通 Gumbel-Softmax 估计器
通过测试训练数据分配策略、信道大小、词汇量大小及计算最大句子长度等几个方面，探究了词组合性和一般化能力在视觉谈判游戏中的具体应用情况。结果表明，采用适当的信道大小和适当的训练策略，可以提高视觉任务中的语言组合性及语言生成的一般化能力。
PDF4 years ago
ECCV基于视频的端到端眼动追踪技术
提出了一种利用视频数据集和图像相结合的方法，通过学习用户注视与眼部外形之间的联系来提高眼动追踪的精度，实现基于网络摄像头的高准确度屏幕眼动追踪，不需要标记的数据并且通过视觉刺激和眼部图像信息融合可以达到监督式个性化的效果。
PDF4 years ago
一种具备工作记忆的视觉推理数据集和架构
本文介绍了一个基于 cognitive psychology 和 neuroscience 的撷图，和相应的 deep learning 架构，用来解决视觉和逻辑推理以及记忆方面的问题。架构表现不错且易扩展，是目前解决此问题的有力之选。
PDF6 years ago