自然画像の予測可能性と冗長性

人間の画像理解の一側面は、自然画像の欠損部分を推定する能力です。この能力は、画像のクラスを説明するために使用される表現の冗長性に依存しています。1951年、Shannon Bell. Syst. Tech. J. 30, 50 (1951)は、予測可能性データから情報源のエントロピーと冗長性の限界を推定する方法を示しました。エントロピーは、エラーフリーの情報圧縮に対する限界の尺度を提供します。128 x 128ピクセルの画像（16の灰色レベル）の欠損した灰色レベルを人間の観察者がインタラクティブに復元する実験が考案されました。8枚の画像では、葉の複雑な画像で46%、顔の画像で74%の冗長性がありました。ほぼ完全な画像に対しては、この性能は最近傍予測器によって一致させることができますが、ノイズの多い画像には適用できません。