Réseaux de neurones convolutionnels récurrents : un meilleur modèle de reconnaissance des objets biologiques

Les réseaux de neurones à propagation avant fournissent le modèle dominant de la manière dont le cerveau effectue la reconnaissance d'objets visuels. Cependant, ces réseaux manquent des connexions latérales et rétroaction, ainsi que de la dynamique neuronale récurrente résultante, de la voie visuelle ventrale dans le cerveau humain et non humain. Ici, nous étudions les réseaux de neurones convolutionnels récurrents avec des connexions de bas en haut (B), latérales (L) et de haut en bas (T). La combinaison de ces types de connexions donne quatre architectures (B, BT, BL et BLT), que nous testons et comparons systématiquement. Nous avons émis l'hypothèse que les dynamiques récurrentes pourraient améliorer la performance de reconnaissance dans le scénario difficile d'occlusion partielle. Nous introduisons deux nouvelles tâches de reconnaissance d'objets occlus : l'encombrement numérique (où plusieurs chiffres cibles s’occluent mutuellement) et les débris numériques (où les chiffres cibles sont occlus par des fragments numériques). Nous constatons que les réseaux de neurones récurrents dépassent les modèles de contrôle à propagation avant (à peu près équivalents en complexité paramétrique) dans la reconnaissance d'objets, à la fois en l'absence d'occlusion et dans toutes les conditions d'occlusion. Les réseaux récurrents se sont également révélés plus robustes à l'inclusion de bruit gaussien additif. Les réseaux de neurones récurrents sont meilleurs à deux égards : (1) ils sont plus réalistes sur le plan neurobiologique que leurs homologues à propagation avant ; (2) ils sont meilleurs en termes de leur capacité à reconnaître des objets, en particulier dans des conditions difficiles. Ce travail montre que la vision par ordinateur peut bénéficier de l'utilisation d'architectures convolutionnelles récurrentes et suggère que les connexions récurrentes omniprésentes dans les cerveaux biologiques sont essentielles à la performance des tâches.