Neural Networks for Visual Perception and Attention

Vidna pažnja može se fleksibilno usmjeriti na ograničeno područje prostora, cijeli objekt ili dimenzije obilježja kao što su boja i orijentacija. Pri tome se nužno govori o selektivnoj vidnoj pažnji. Naime, prizor okoline obično sadrži golemu količinu informacija koje ne možemo obraditi istovremeno zbog ograničenog kapaciteta obrade vidnog sustava. S obzirom na ovo ograničenje, možda nije iznenađujuće da su čimbenici koji utječu na vidnu pažnju, kao i mehanizmi koji su u osnovi jedinice njenog odabira, među temama koje se najviše proučavaju u modernoj psihologiji. Međutim, pažnju, kao izrazito složen psihološki fenomen, nije moguće razumjeti koristeći samo jedan znanstveni pristup. Stoga je u potrazi za razumijevanjem vidnog sustava postalo sve jasnije da je integracija neurobiologije, psihologije i računalnog pristupa ključna. Računalni pristupi igraju izrazito bitnu ulogu u spoznavanju funkcioniranja vidne pažnje, s obzirom da mogu otkriti kako će vidni sustav vjerojatno riješiti njemu svojstvene probleme, čime se poboljšava naše razumijevanje neurobiologije u osnovi takvog psihološkog procesa. Konekcionistički računalni modeli predstavljaju neuronski računalni pristup ili pristup neuronskih mreža koji se može jednostavno definirati kao interdisciplinarno područje nastalo spajanjem istraživačkih napora iz psihologije i neurobiologije sa znanjima iz matematike i informatike. Razvijanje računalnih modela koji opisuju kako se pažnja raspoređuje unutar dane vizualne scene bio je važan izazov za računalnu neuroznanost. Cilj ovog rada jest opisati pažnju kao složen psihološki fenomen te pružiti primjere računalnih modela koji bi upotpunili njeno razumijevanje