I. Tổng Quan Mô Hình Vỏ Não Laminar và Nhận Thức 3D
Khi quan sát một cảnh 3D, hai mắt thu nhận hình ảnh 2D, nhưng chúng ta dễ dàng nhận thức thế giới có chiều sâu. Sự khác biệt vị trí của các hình chiếu đối tượng lên mắt người quan sát, hay còn gọi là binocular disparity, là một dấu hiệu mạnh mẽ để nhận biết chiều sâu. Binocular disparity hiệu quả nhất khi các đối tượng ở gần. Đối với các đối tượng ở xa, các dấu hiệu đơn mắt như T-junctions có thể được sử dụng để xác định chiều sâu khi một đối tượng ở gần hơn và che khuất đối tượng khác. Công trình này phát triển một mô hình thần kinh về cách LGN dưới vỏ não và các vùng thị giác V1, V2, và V4 phối hợp để tạo ra nhận thức chính xác về ranh giới và bề mặt 3D từ các kích thích hai mắt chứa thông tin về disparity và occlusion. Các đặc điểm của đối tượng được nhìn thấy trên các bề mặt 3D được truyền tải với độ sáng và màu sắc ở độ sâu chính xác. Hầu hết các mô hình trước đây về stereopsis chỉ tập trung vào cách các đường viền có thể được khớp, mà không giải thích cách quá trình khớp này tự phát tạo ra nhận thức liên tục về độ sâu của các đặc điểm bề mặt, bao gồm cả độ sáng.
1.1. Cơ Chế Nhận Thức Chiều Sâu và Thị Giác Máy Tính
Nhận thức chiều sâu là một yếu tố quan trọng trong thị giác máy tính và trí tuệ nhân tạo. Các mô hình trước đây thường tập trung vào việc khớp các đường viền, bỏ qua cách quá trình này tạo ra nhận thức liên tục về độ sâu và độ sáng. Mô hình vỏ não laminar được đề xuất nhằm giải quyết vấn đề này bằng cách mô phỏng cách các lớp vỏ não khác nhau tương tác để tạo ra nhận thức 3D. Mô hình này có thể ứng dụng trong các lĩnh vực như robot, xe tự hành và thực tế ảo, nơi nhận thức chiều sâu chính xác là rất quan trọng. Các nghiên cứu về mạng nơ-ron và học sâu cũng đang được áp dụng để cải thiện khả năng nhận thức chiều sâu của máy móc.
1.2. Tầm Quan Trọng của Binocular Disparity trong Nhận Thức 3D
Binocular disparity là sự khác biệt về vị trí của một đối tượng khi nhìn từ hai mắt. Sự khác biệt này là một dấu hiệu quan trọng để não bộ suy ra chiều sâu. Các nghiên cứu đã chỉ ra rằng binocular disparity đặc biệt quan trọng đối với các đối tượng ở gần. Khi các đối tượng ở xa, các dấu hiệu đơn mắt như occlusion (sự che khuất) trở nên quan trọng hơn. Mô hình vỏ não laminar cần phải tích hợp cả hai loại dấu hiệu này để tạo ra nhận thức 3D chính xác. Các thuật toán xử lý hình ảnh và phân tích cảnh cũng cần phải xem xét binocular disparity để cải thiện khả năng nhận thức chiều sâu.
II. Thách Thức trong Phân Tách Hình Nền và Nhận Thức Bề Mặt 3D
Việc phân tách hình nền và nhận thức bề mặt 3D đặt ra nhiều thách thức cho các mô hình thị giác máy tính. Các stereogram dày đặc chứa nhiều điểm ảnh, tạo ra nhiều kết hợp hai mắt tiềm năng, khiến bài toán tương ứng trở nên khó giải quyết. Các stereogram thưa thớt lại đặt ra thách thức trong việc gán độ sâu bề mặt cho các vùng ảnh không có đặc điểm, nơi độ sâu cục bộ không rõ ràng. Khi các stereogram có cấu trúc xác định các bề mặt che khuất và bị che khuất, mô hình cần phải tách biệt chính xác độ sâu của các bề mặt này và hoàn thành một cách amodal các bề mặt bị che khuất phía sau bề mặt che khuất. Điều này đòi hỏi một cơ chế phức tạp để xử lý thông tin về occlusion và tái tạo 3D.
2.1. Vấn Đề Tương Ứng trong Stereogram Dày Đặc
Trong stereogram dày đặc, có rất nhiều điểm ảnh tương ứng tiềm năng giữa hai hình ảnh mắt trái và mắt phải. Điều này tạo ra một vấn đề tương ứng phức tạp, trong đó mô hình phải xác định các điểm ảnh tương ứng chính xác để suy ra độ sâu. Các thuật toán truyền thống thường gặp khó khăn trong việc giải quyết vấn đề này do sự mơ hồ và nhiễu. Mô hình vỏ não laminar cần phải có một cơ chế để giải quyết vấn đề tương ứng một cách hiệu quả, có thể thông qua việc sử dụng các ràng buộc về độ mượt và tính liên tục của bề mặt.
2.2. Gán Độ Sâu cho Vùng Thiếu Đặc Điểm trong Stereogram Thưa Thớt
Trong stereogram thưa thớt, có ít điểm ảnh tương ứng hơn, khiến việc gán độ sâu cho các vùng thiếu đặc điểm trở nên khó khăn. Các thuật toán chỉ dựa vào binocular disparity cục bộ không thể suy ra độ sâu trong các vùng này. Mô hình vỏ não laminar cần phải có một cơ chế để nội suy độ sâu từ các điểm ảnh tương ứng lân cận, có thể thông qua việc sử dụng các quá trình nhóm nhận thức và hoàn thành bề mặt. Thông tin thị giác từ các vùng lân cận cần được tích hợp để tạo ra một nhận thức 3D hoàn chỉnh.
2.3. Xử Lý Occlusion và Hoàn Thành Amodal trong Nhận Thức 3D
Occlusion xảy ra khi một đối tượng che khuất một phần của đối tượng khác. Mô hình cần phải có khả năng nhận biết và xử lý occlusion để tạo ra một nhận thức 3D chính xác. Hoàn thành amodal là quá trình mà não bộ điền vào các phần bị che khuất của một đối tượng. Mô hình vỏ não laminar cần phải có một cơ chế để thực hiện hoàn thành amodal, có thể thông qua việc sử dụng các quá trình suy luận dựa trên kiến thức trước về hình dạng và cấu trúc của đối tượng.
III. Mô Hình Vỏ Não Laminar 3D 3D LAMINART Cải Tiến
Mô hình 3D LAMINART (Grossberg và Howe, 2003; Cao và Grossberg, 2005) đề xuất các cơ chế laminar cho nhận thức bề mặt 3D sử dụng các tương tác giữa các biểu diễn ranh giới và bề mặt. Công trình này mở rộng mô hình 3D LAMINART để dự đoán cách các hình ảnh có cấu trúc với nhiều kết hợp hai mắt tiềm năng, stereogram dày đặc, tạo ra các biểu diễn bề mặt 3D chính xác cho hình và nền. Mô hình này cho thấy cách các stereogram thưa thớt có thể tạo ra sự hình thành các bề mặt liên tục ở độ sâu chính xác trên các vùng không có độ tương phản. Hơn nữa, khi các stereogram có cấu trúc xác định các bề mặt che khuất và bị che khuất, mô hình cho thấy cách các bề mặt này được tách biệt chính xác về độ sâu và các bề mặt có cấu trúc bị che khuất có thể được hoàn thành một cách amodal phía sau bề mặt có cấu trúc che khuất.
3.1. Tương Tác Giữa V1 và V2 trong Xử Lý Stereopsis
Mô hình cho thấy cách các tương tác giữa V1 và V2 đóng góp vào stereopsis, và đề xuất cách một disparity và các quy luật nhóm nhận thức 3D trong V2 với các hoạt động bề mặt 3D trong V1, V2, và V4 tạo ra nhận thức hình-nền phù hợp. Những tương tác này giúp chuyển đổi sự hình thành ranh giới và bề mặt bổ sung (Grossberg, 1994) thành một nhận thức thống nhất, nhất quán. Vỏ não thị giác đóng vai trò quan trọng trong việc xử lý thông tin về độ sâu và hình dạng.
3.2. Cơ Chế Phản Hồi Bề Mặt Ranh Giới và Loại Bỏ Ranh Giới Giả
Để loại bỏ các ranh giới giả, mô hình đã được mở rộng để bao gồm phản hồi giữa các biểu diễn ranh giới và bề mặt, được dự đoán xảy ra giữa các interblob và blob của V1, tương ứng. Cụ thể, các bề mặt đơn mắt thành công trong các blob được dự đoán sẽ gửi phản hồi bề mặt-tới-đường viền nhạy cảm với đường viền đến các interblob của V1. Tín hiệu thần kinh được truyền tải giữa các lớp vỏ não để đảm bảo tính nhất quán trong nhận thức.
IV. Ứng Dụng Thực Tiễn và Kết Quả Nghiên Cứu Mô Hình 3D LAMINART
Mô hình này cung cấp một lời giải thích thống nhất về stereopsis, phân tách hình nền 3D, và hoàn thành các bề mặt đối tượng bị che khuất. Mô hình này giải thích cách các tương tác giữa V1 và V2 đóng góp vào stereopsis, và đề xuất cách một disparity và các quy luật nhóm nhận thức 3D trong V2 với các hoạt động bề mặt 3D trong V1, V2, và V4 tạo ra nhận thức hình-nền phù hợp. Những tương tác này giúp chuyển đổi sự hình thành ranh giới và bề mặt bổ sung (Grossberg, 1994) thành một nhận thức thống nhất, nhất quán.
4.1. Mô Phỏng Stereogram Ngẫu Nhiên Điểm Ảnh RDS Dày Đặc
Stereogram ngẫu nhiên điểm ảnh (RDS) dày đặc chứa các điểm ảnh dày đặc. Chúng thách thức não bộ tạo ra nhiều kết hợp hai mắt, và khiến bài toán tương ứng cổ điển trở nên khó giải quyết (Howard & Rogers, 2002; 1971). Mô hình 3D LAMINART cải tiến tách biệt các đối tượng và các đặc điểm bề mặt về độ sâu như thế nào để đáp ứng với stereogram dày đặc. Xử lý hình ảnh trong mô hình này cho phép phân biệt rõ ràng giữa các đối tượng và nền.
4.2. Mô Phỏng Stereogram Ngẫu Nhiên Điểm Ảnh RDS Thưa Thớt
Stereogram ngẫu nhiên điểm ảnh (RDS) thưa thớt chứa các đặc điểm cách xa nhau. Chúng thách thức não bộ gán độ sâu bề mặt cho các vùng ảnh không có đặc điểm, nơi độ sâu cục bộ không rõ ràng. Các đặc điểm tương phản cục bộ chỉ có thể tính toán binocular disparity của các cạnh được khớp trong các đặc điểm hình ảnh thưa thớt. Điều này không thể giải thích nhận thức về độ sâu bề mặt 3D trong các vùng này. Mô hình đề xuất cách hoàn thành ranh giới tầm xa và quá trình nhóm nhận thức 3D đáp ứng các đặc điểm thưa thớt để tạo thành các ranh giới được kết nối ở nhiều độ sâu. Các ranh giới này tạo ra và chứa độ sáng và độ sâu bề mặt chọn lọc, các bề mặt ở độ sâu chính xác, một quá trình gọi là chụp bề mặt 3D.
4.3. Mô Phỏng Occlusion Ngầm Định trong Stereogram Ngẫu Nhiên Điểm Ảnh RDS
Khi hình chiếu của một đối tượng mờ đục ở gần hơn chồng lên nhau, occlusion xảy ra và làm cho đối tượng chỉ được nhìn thấy một phần. Occlusion như vậy, một nhận thức độ sâu chính, có thể gợi lên nhận thức 3D sống động ngay cả từ hình ảnh 2D (Howard & Rogers, 2002). Stereogram ngẫu nhiên điểm ảnh (RDS) dày đặc ngầm định xác định đối tượng bị che khuất, thách thức não bộ yêu cầu nhiều đặc điểm quy mô nhỏ về độ sâu của đối tượng bị che khuất bị triệt tiêu ở các vị trí được nhận thức của vật che khuất, trong khi các nhóm quy mô lớn hình thành phía sau vật che khuất và được nhận thức là bị che khuất. Các ranh giới đã hoàn thành này được nhận biết một cách amodal, chúng được nhìn thấy với bề mặt. Mô hình giải thích cách điều này được thực hiện bằng cách xử lý ranh giới đa quy mô.
V. Kết Luận và Hướng Phát Triển Mô Hình Vỏ Não Laminar
Công trình này đã trình bày một mô hình thần kinh về cách LGN dưới vỏ não và các vùng thị giác V1, V2, và V4 phối hợp để tạo ra nhận thức chính xác về ranh giới và bề mặt 3D từ các kích thích hai mắt chứa thông tin về disparity và occlusion. Mô hình này cung cấp một lời giải thích thống nhất về stereopsis, phân tách hình nền 3D, và hoàn thành các bề mặt đối tượng bị che khuất. Các nghiên cứu trong tương lai có thể tập trung vào việc mở rộng mô hình để bao gồm các dấu hiệu độ sâu khác, chẳng hạn như chuyển động và bóng đổ, và để mô phỏng các nhiệm vụ nhận thức phức tạp hơn, chẳng hạn như nhận dạng đối tượng và điều hướng.
5.1. Tích Hợp Các Dấu Hiệu Độ Sâu Bổ Sung
Ngoài binocular disparity và occlusion, còn có nhiều dấu hiệu độ sâu khác mà não bộ sử dụng để suy ra chiều sâu, chẳng hạn như chuyển động, bóng đổ, và phối cảnh. Việc tích hợp các dấu hiệu này vào mô hình vỏ não laminar có thể cải thiện độ chính xác và độ mạnh mẽ của nhận thức 3D. Các thuật toán học máy và học sâu có thể được sử dụng để học cách kết hợp các dấu hiệu độ sâu khác nhau một cách tối ưu.
5.2. Mô Phỏng Các Nhiệm Vụ Nhận Thức Phức Tạp
Mô hình vỏ não laminar có thể được sử dụng để mô phỏng các nhiệm vụ nhận thức phức tạp hơn, chẳng hạn như nhận dạng đối tượng, điều hướng, và tương tác với môi trường. Điều này có thể giúp chúng ta hiểu rõ hơn về cách não bộ xử lý thông tin thị giác và cách các quá trình nhận thức khác nhau tương tác với nhau. Các ứng dụng tiềm năng bao gồm robot, xe tự hành, và thực tế ảo.
