Research on representation of size perception by Deep Neural Network model inspired by cortical visual system

• Project/Area Number: 24K15147
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61060:Kansei informatics-related
• Research Institution: Iwate Prefectural University
• Principal Investigator: 眞田 尚久 岩手県立大学, ソフトウェア情報学部, 准教授 (40711007)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2026: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
• Keywords: 大きさの恒常性 / 皮質拡大 / 両眼立体視 / 受容野

Outline of Research at the Start

深層学習モデルは生体脳視覚システムとネットワークの階層構造が類似しているだけでなく物体認識能力も同等以上である．しかし，視野不均一性や両眼統合による奥行き表現は備わっておらず，生体脳と内部表現が異なるため脳のモデルとして十分ではない．
本研究では，深層学習モデルに生体脳視覚システムがもつ視野不均一性と両眼統合の二つの特性を組み込むことで，生体脳視覚システムと類似したモデル（視覚脳モデル）を開発し，視覚脳モデルが人の大きさ知覚特性を獲得するか検証する．また，人の被験者から脳活動計測を行い，同じ画像に対する深層学習モデルの内部応答強度との比較を行うことで内部情報表現の類似性を検証する．