卷积神经网络可能会被与人类相同的视觉幻觉所欺骗

卷积神经网络是一种人工神经网络，其中的神经元以与生物大脑视觉皮层中的神经元非常相似的方式组织成感受野。如今，在各种自治系统(例如面部检测和识别，自动驾驶汽车等)中都发现了卷积神经网络(CNN)。这种类型的网络在许多人工视觉任务(例如图像分割和分类)以及许多其他应用程序中非常有效。

卷积网络的灵感来自于人类视觉系统的行为，尤其是其基本结构，这种基本结构是由包含线性运算和非线性运算的复合模块串联而成的。一项发表在《视觉研究》高级在线版上的研究对卷积网络中的视觉错觉现象及其对人类视觉的影响进行了研究。信息和通信技术系(DTIC)的成员AlexanderGómezVila，AdrianMartín，JavierVázquez-Corral和MarceloBertalmío进行了一项研究，瓦伦西亚大学的研究员JesúsMalo参加了这项研究。

“由于CNN与我们的视觉系统之间的这种联系，在本文中，我们希望了解卷积网络是否遭受与我们的视觉系统类似的问题。因此，我们专注于视觉幻觉。视觉幻觉是大脑对图像的感知与对图像的感知有所不同的图像确实如此。”该研究的第一作者GómezVila解释说。

在他们的研究中，作者训练了CNN来完成人类视觉还执行的简单任务，例如去噪和去模糊。他们观察到的是，在这些实验条件下训练的这些CNN也会被亮度和彩色视觉幻觉“欺骗”，就像视觉幻觉欺骗人类一样。

戈麦斯·维拉(GómezVilla)说：“在我们的工作中，我们还分析了这种错觉何时导致网络中的响应不像实际预期的那样，但它们也不符合人类的感知，”也就是说，CNN获得不同的错觉而不是人类会感觉到的错觉。

这项研究的结果与长期以来的假设一致，该假设将低级视觉错觉视为优化自然环境(人类在日常生活中所见)的副产品。同时，这些结果突出了人类视觉系统与CNN人工神经网络之间的局限性和差异。