STST:动态视觉刺激生成中的时空风格转移算法
关于动态视觉刺激生成的时空风格转移算法的研究报告 学术背景 视觉信息的编码与处理一直是神经科学和视觉科学领域的重要研究方向。随着深度学习技术的快速发展,研究人工视觉系统与生物视觉系统之间的相似性成为热点。然而,视觉研究中生成适当的动态视觉刺激以测试特定假设的方法相对匮乏。现有的静态图像生成方法虽然已有较大进展,但在处理动态视觉刺激时,仍存在灵活性不足、生成结果偏离自然视觉环境统计特性等问题。为此,研究者们开发了一种名为“时空风格转移”(Spatiotemporal Style Transfer, STST)的算法,旨在生成能够匹配自然视频的低级时空特征,同时去除高级语义信息的动态视觉刺激,为研究物体识别提供了有力的工具。 此外,深度学习模型在视觉任务中的表现与生物视觉系统的比较也需要大量的可...