Modelagem aprimorada da visão humana ao incorporar robustez ao desfoque em redes neurais convolucionais

Resumo Sempre que uma cena visual é projetada na retina, grande parte dela aparecerá degradada devido à baixa resolução na periferia; além disso, o desfoque óptico pode causar borrões na visão central. No entanto, a prevalência de entradas borradas ou degradadas é tipicamente ignorada no treinamento de redes neurais convolucionais (CNNs). Hipotetizamos que a ausência de entradas de treinamento borradas pode fazer com que as CNNs dependam excessivamente de informações de alta frequência espacial para reconhecimento de objetos, causando desvios sistemáticos da visão biológica. Avaliamos essa hipótese comparando CNNs padrão com CNNs treinadas em uma combinação de imagens claras e borradas. Mostramos que as CNNs treinadas com desfoque superam as CNNs padrão na previsão de respostas neurais a objetos em várias condições de visualização. Além disso, as CNNs treinadas com desfoque adquiriram maior sensibilidade a informações de forma e uma robustez maior a várias formas de ruído visual, levando a uma melhor correspondência com a percepção humana. Nossos resultados fornecem evidências neurocomputacionais multifacetadas de que experiências visuais borradas podem ser críticas para conferir robustez aos sistemas visuais biológicos.