Vamos a ver, reconocimiento visual. Yo os dije que iba a empezar por el
otro lado, ¿vale? Vamos a hacer, ¿qué es reconocimiento? ¿Qué vamos a
hacer en el reconocimiento? Vamos a clasificar, o sea, vamos a reconocer,
ya hemos percibido, ya hemos discriminado, ya vamos al reconocimiento.
Reconocimiento, clasificar, categorizar. Categorizar, ¿qué es? Meter
dentro de una categoría. Ya lo has tenido que saber lo que es, esto lo
tienen los terceros en la zona de habitaciones, etcétera. Conceptuar un
determinado estímulo como miembro de una clase de estímulo. El proceso de
reconocimiento es más complejo que los de detección, que simplemente
advertir la presencia de un estímulo, o discriminación. Es decir,
percibir semejanzas y diferencias entre. El reconocimiento requiere el
recuerdo de una o varias clases de estímulo, además, asignación de
significado al objeto, categorizar o conceptuar, que también depende del
significado que se asigna al objeto. Yo voy a dejar esto. Lo reconocemos
con 100, 200 mil segundos, o sea, una décima parte en un segundo. Ahora
pasamos, a ver. Más. Vamos a empezar por el reconocimiento de caras,
porque es que son totalmente opuestos, o sea, y el reconocimiento de caras,
de una configuración. El reconocimiento, y lo lleva a cabo el lóbulo
derecho, que son narices con bocas y tal, pero a que nosotros nadie ha
visto una nariz sola, sin dos ojos cerca, o sea, quiero decir, que es muy
lógico. Vemos una persona, bueno, la encontraría. Es muy rara, si yo te
pongo una foto y te cambio la nariz, te cambio los ojos. Y yo, sí, se
parece, pero ya me has cambiado algo, ¿no? Pues todos estos experimentos
tienen que ver con el reconocimiento de caras y cómo es ese
reconocimiento. Es un estímulo que tiene una peculiaridad, es decir, tiene
unos elementos, ojos, boca, nariz, etcétera, que tienen una relación
entre ellos, grande, pequeño, distancia, etcétera, ¿no? Y son, las caras
son estructurales. Y es un estímulo biológico y socialmente importante.
¿Cómo vamos a estudiarlo? Pues ya os digo que el procesamiento de las
caras es global. Todos los experimentos van a ir buscando a ver, pero
¿cómo procesamos las caras? Vamos a ir complicando el procesamiento de
las caras. Y aquí no hay teoría. Aquí vamos a ver muy pocas teorías.
Sí, algunas, las que nos digan, pero por eso dejo para el final el
reconocimiento de objetos. Porque ahí se van a basar básicamente en
teorías que van a decir qué componentes se hacen y tal, o sea, o pases o
tal. No, aquí no. Aquí vamos a ver el procesamiento de las caras. ¿Cómo
lo vamos a ver? Vamos a ponerle dos caras y vamos a decir, es igual o es
diferente. Otro tipo de tarea es, a ver, que me diga una de las caras que
le he puesto anteriormente, que reconozca la cara, una de las que le he
puesto anteriormente. Entonces, ¿las características se procesan por
separado o se procesa la cara como una unidad perceptiva? Que hay
interacción entre la nariz, con la barbilla, con la boca, con todo. Pues
esto vamos a hacer todos los estudios para decidir esto. Que vosotras ya lo
sabéis. Estudio de brazo y balas. Construyeron caras variando algunas
características de cada una de ellas. El sujeto tenía que decir si era
igual o diferente. Sobre las dos caras presentadas, una detrás de la otra.
Una cara, la siguiente. Diferente a la anterior. Igual. Los resultados
mostraron que el tiempo empleado en dar un juicio es más corto cuando más
características diferentes se presentan en las caras. Sí, sí, se
presenta. ¿Se nos diferencia más rápido? Claro, claro. Solo tienes que
decir diferente. ¿Una pequeña cosa cuesta? Cuanto más características
hay, más rápido dices que es diferente. Es claro, es que nada va a
contradecir que las caras las procesamos globalmente y no por
características, por bocas. O sea, ya esto os va a dejar relajadas para
entender el experimento que es lo que vamos a hacer. Luego ya entraremos
más teóricamente al reconocimiento del objeto. Concluyeron que las
características se procesan de forma independiente y secuencial. Mirando
el pelo, los ojos, la nariz... Y no como una unidad perceptiva. Pero
recibió críticas. Las demandas de la tarea inducen la estrategia de
buscar diferencias. Es un paradigma que induce a decir que hacemos un
procesamiento independiente de cada característica. Pero tiene problemas.
Los resultados no permiten concluir, excluir que el procesamiento sea
realizado globalmente. Es la única que te va a decir que el procesamiento
es por características. A ver... Vamos a ver, interacciones entre
características, componentes en el procesamiento de las caras. Para
eliminar el problema ese que tenía el estudio anterior, Sergen diseñó
una serie de estímulos que existían ocho caras distintas. Resultando la
combinación de dos barbillas, dos colores de ojos, dos del espacio interno
de la cara, de la nariz, de la frente y de la boca. El observador tenía
que pulsar una llave si las dos caras eran iguales y otra si era diferente.
Los resultados confirmaron los obtenidos en estudios anteriores y además
proporcionaron una información importante. Cuando las caras diferían en
una única característica se percibían más rápidamente cuando esa
característica es la barbilla. Cuando la diferencia entre barbillas se
añadía a una de las otras, todavía era más rápida. Está diciendo este
resultado que las características o componentes de las caras no se
perciben independientemente, sino como una interacción entre las mismas.
Es decir, hay una influencia mutua. No se perciben independientemente, sino
que se procesan en interacción. Una interacción entre las
características de la barbilla, la boca, etc. Y aquí no vamos a salir de
esto. En el siguiente vamos a ver... Esta interacción explica algunos
efectos del contexto sobre el reconocimiento. Se da un reconocimiento más
preciso de las características componentes cuando se presentan en la cara
normal que cuando la hacemos en una cara distorsionada. Es verdad,
reconoces la nariz más fácilmente cuando ves una cara normal y ahora es
el otro. Luego, ¿qué haremos? Una cara invertida. Ya tienes que buscar
los componentes porque no la ves igual. Procesamiento configuracional de
las caras. Es decir, ¿cómo procesamos las caras? O sea, ¿cómo vamos a
reconocer una cara? En un procesamiento global se debe a interacción de
características componentes o al hecho de que éstas no se representan
independientemente en la descripción que el sistema visual hace de las
caras. Ya os digo que se procesan las caras, se procesan globalmente.
Palerma de memoria. Esta teoría lo que dice es que... Tanaka y Fara. Vale,
sí. Procesamiento configuracional de las caras. Tanaka y Fara decían que
las características componentes se representan independientemente en la
descripción de las caras. Entonces, el reconocimiento de las
características por separado será igual cuando se presenten aisladamente
que en el contexto de una cara. Esa es la hipótesis. Sabemos que no. El
procedimiento... Bueno, dos tipos de procedimientos. Primero caras donde le
van cambiando una característica y luego me van poniendo características.
La barba o los dos barbas. A ver si te diga si estaban ahí o no.
Concluyendo. Luego características. Vale. La representación.
Almacenamiento en memoria. De las caras está basada en la descripción
global de la imagen que se lleva a un mejor reconocimiento de las
características componentes en el contexto global de la cara. Otros
estudios decían que las caras las almacenábamos globalmente, pero no
respondían a la pregunta si las percibimos también globalmente. Y dos
paradigmas que hicieron Tanaka y Fara. El paradigma de atención selectiva.
¿Qué hacíamos? Dos caras simultáneamente y tienen que identificar la
boca, por ejemplo. ¿Es igual en ambas? Podemos comparar las
características presentadas en las dos caras sin ninguna interferencia por
parte del resto de las características. Frente a esta otra hipótesis, que
si la representación es global, las características sufrirán
interferencias por el resto de las características. Esto es lo que hace la
atención selectiva. El paradigma de atención selectiva. Y la condición
control. Vamos a ver lo que ocurre con caras invertidas, donde no hay una
representación global de la cara. Si yo te pongo una cara, no hace falta
ni que la distorsiones. Te la pongo invertida y ya no te la representas
como estás acostumbrado a percibir las caras. Normal. ¿Resultados? Hay
más interferencia en comparación de características cuando las caras se
presentan en posición recta que cuando están invertidas. Por supuesto. O
sea, si buscas características... Te estorba el global. Porque te
instauras más cuando tienes la cara entera de la luz. Donde hay una
interacción de carácter. Paradigma de enmascaramiento. Vamos a ver, las
máscaras pueden ser características componentes de las caras o caras
completas. Vamos a ver cuál de estos aspectos distorsiona más la
percepción de las caras. Si las caras se perciben como un todo, es la
hipótesis. Esa representación de características componentes tiene un
papel poco importante. Y es en todo, los componentes me dan igual. No
tienen importancia. Y por tanto, las máscaras formadas por caras completas
distorsionan más el reconocimiento que las formadas por las
características componentes. Estoy pidiéndole una característica. Y
además de presentar otras formas visuales para ver si esos efectos son
específicos de la percepción de caras. ¿Resultados? Cuando la máscara
era una cara, peor ejecución. Que cuando estaba formada por caras. Por una
nariz, por un ojo, etc. En conjunto, los resultados de los experimentos
muestran que la percepción de caras también es basado en la
descomposición de las partes. La del resto de formas visuales, por
ejemplo. Vamos a ver las diferencias entre el procesamiento. Ahora vamos a
ver el procesamiento de objetos. Pero vamos a ver el reconocimiento de
objetos. ¿Qué diferencias hay entre el reconocimiento de caras y el
reconocimiento de objetos? Pues, no sabemos si esos mecanismos que
intervienen en el reconocimiento de patrones visuales, caras y objetos, son
iguales o diferentes. Pero tenemos evidencia empírica de que el
reconocimiento de caras es un procesamiento especial del reconocimiento
visual. ¿Por qué? Porque los resultados han dicho que las caras se
procesan como un todo. Y los objetos y las caras invertidas se procesan en
base a los componentes. Lo mismo que dicen. Los resultados sobre el
reconocimiento de patrones invertidos tienen mayor distorsión al
reconocimiento de caras que en el de objetos. Otra. Los objetos también se
distorsionan al reconocimiento cuando me los presentan invertidos. Pero ese
empeoramiento es peor cuando hay que reconocer caras invertidas. Con las
caras produce un mayor deterioro. Para que el sujeto lo descubra. Hay
diferencias en el procesamiento de las caras en posición invertida o
recta. Las caras, cuando están invertidas, sus características se
procesan independientemente. No como una configuración. Es que no voy a
decir nada que no haya dicho. Las características relacionales en las
caras se distorsionan cuando las caras se presentan invertidas. O con un
cambio en la orientación mayor que 90 grados. Ya es sólo como que me lo
pongan de así a así. A nivel de sustrato neuronal, los estudios que se
han realizado con registros unicelulares en primates muestran respuesta
selectiva a las caras. ¿De quién? De las neuronas en el giro fusiforme
del córtex inferotemporal. No está muy bien el giro fusiforme. Pero está
en el lóbulo temporal inferior temporal. A nivel neuropsicológico, en los
estudios que se han hecho con pacientes con lesiones cerebrales, que tienen
una disociación entre reconocimiento de objetos desde el lóbulo izquierdo
y de caras que va por el lóbulo derecho, en el hemisferio derecho las
lesiones en el giro fusiforme del córtex inferotemporal en el hemisferio
derecho causan prosopagnosia, que es incapacidad para reconocer caras, pero
no actúa en el reconocimiento de objetos. Pero la misma lesión en el
hemisferio izquierdo causa incapacidad para reconocer objetos, pero deja
intacta la capacidad para reconocer caras. Eso es lo que yo quería decir.
Es algo casi fisiológico. El hemisferio derecho procesa globalmente la
música, todo este rollo, y el izquierdo las matemáticas, la palabra, los
objetos, el reconocimiento de objetos. Vamos a ver ahora qué dice
reconocimiento de objetos. Esto ya lo habíamos dicho. Reconocer los
objetos con una notable rapidez tiene 200 milisegundos y vamos a ver qué
mecanismo tenemos para reconocer los objetos. Pues, ¿qué hacemos?
Comparación. Comparamos la imagen del objeto con algo que tengo en la
memoria. Por eso se llama comparación de plantillas. Tengo que tener una
descripción de la imagen, un almacenamiento de la descripción de la
imagen y tengo que tener una imagen de comparación. Modelo de comparación
de plantilla. ¿Qué investigaban? Reconocimiento de patrones
bidimensionales. Dos, letras y números. No tridimensionales. Pues hacían
un... ¿qué hacían? Esta teoría dice que tenemos que tener para cada
carácter alfamanumérico una plantilla almacenada en la memoria con la que
comparamos ese patrón. Y el reconocimiento se produce en comparar la
imagen correspondiente a un patrón visual nuevo con la plantilla
almacenada. Y decir si encaja o no, que es igual o no. Cuanto más se
ajusta el patrón a la plantilla, más probabilidades hay de reconocerla.
Crítica. No es útil para reconocer patrones complejos. Una araña no me
la sabe describir. Reconocer. Patrones complejos, objetos naturales...
Porque presentan completividad y variabilidad. Falta de economía,
etcétera. Estás ahí gastando, gastando... Solución. Las imágenes de
los objetos pasan un proceso de normalización. Se ajusta el tamaño, la
iluminación... Y luego ya comparamos las plantillas almacenadas. Otro
diferente. Es una comparación de plantilla. ¿Qué hacemos para percibir o
reconocer los objetos? Analizar las características. Tenemos en el sistema
visual detectores específicos de características geométricas simples.
Líneas, verticales, horizontales, oblicuas... ¿Vale? ¿Os acordáis
cuando hablamos del sistema visual que funcionaba por columnas y que había
columnas orientadas según el tipo de luz como se presentara? ¿Vale? Se
iba variando. Pues está relacionado con eso. Reconocimiento vía
detección de características definitorias de un patrón. Lo llamamos
modelo pandemonio. El modelo pandemonio es un reconocimiento basado en
características y dice que cada número o letra se define por una lista de
características locales que definen su forma. Líneas verticales,
etcétera. La letra A está formada por dos líneas tumbadas y una... O
sea, tienes que ir definiendo qué componen esas características que
componen este patrón. Cada número o letra, ¿no? Cada vez que se presenta
un patrón nuevo se hace una lista de características y comparamos en
paralelo todas a la vez con las listas de características de los patrones
conocidos almacenados en la memoria. Entonces todos van a la memoria. Unos
decían que comparamos. Otros decíamos que analizamos características.
Vamos a ver que así, hasta que lleguemos a los conexionistas, vamos a ir
subiendo. Tenemos a nuestro amigo Max. Bueno, pues el modelo pandemonio
dice el demonio de las características cuando vemos la característica
dependiente del detectar se despierta el demonio de las características.
El demonio cognitivo con patrones específicos para dar la respuesta al
demonio de la detección entonces nos dan un catódico. Y los demonios de
la imagen. ¿No? En media hora no he nombrado a Satanás de milagro.
Demonios de la imagen forman una representación interna del patrón
estimulante. Bueno, tiene problemas. Tiene problemas porque con las mismas
características puede obtener muchos estímulos. La letra E. Si estoy
definiendo la letra E representa una línea horizontal en ángulo recto con
una línea vertical en la parte superior. Tengo que ir describiendo todo
esto. Claro, yo eso yo como no reconozco un objeto así o sea, por eso yo a
veces los pongo un poco en duda. Por la artificialidad que tenéis. Tenéis
un sujeto experimental encima. Ponerlo a prueba. Es vuestro, ¿no? Entonces
ese problema puede definir con mismas características muchos estímulos en
línea. Por lo tanto tendríamos que especificar las relaciones entre las
características elementales. Y con un ángulo de 12 grados efectivamente.
Sin embargo, definir un patrón complejo en base a este tipo de
características resultaría imposible. Sigo sin poder detectar la araña
que acabo de ver ahí con este modelo. Antes ya lo dijimos. Patrones
complejos son imposibles. Definir un patrón complejo es imposible. Otro.
Los que van a hablar de una descripción estructural. Dicen que resuelve
todos los problemas de los modelos de plantillas y características. Se
dedica a una descripción estructural. Y se escribe además de la
descripción de las características de un patrón las relaciones entre las
características y dónde está situada la disposición del patrón. Pero
no me garantiza el reconocimiento del objeto en situaciones en que hay un
cambio de la imagen debido al movimiento o del sujeto o del objeto. Para
solucionarlo propusieron la descripción estructural basada en el objeto.
Incluir dentro de la descripción el marco de referencia perceptivo o eje
intrínseco del objeto. Así ese reconocimiento es independiente de las
transformaciones basadas en el objeto así como de los cambios en el punto
de vista. Con ello se puede mantener la constancia del objeto. Excepciones,
casos en que existen marcos de referencia alternativos y el reconocimiento
depende del marco de referencia seleccionado. Bueno, tiene problemas estos
modelos de reconocimiento cuando existe una gran variedad de objetos que
pertenecen a la misma clase, también cuando el objeto se dobla por algún
eje o cuando se halla de alguna parte. Muy bien, ¿salvaron las
descripciones estructurales del sujeto? De que el sujeto se moviera pero
así todo todavía tiene problemas. Por ejemplo, Marín y Shihara el esbozo
primario el esbozo 2.5D y el esbozo 3D quería que las máquinas vieran no
se perdieran este maravilloso mundo lleno de color. Es una teoría del
reconocimiento que se basa en eje de coordenada desarrollada en el contexto
de la inteligencia artificial. Explica cómo se transforman los patrones
estimulares en una representación simbólica en la que se explican forma,
orientación, etc. Tiene varias etapas de procesos en las que se señalan
descripciones del estilo. Tampoco se puede utilizar con humanos. La teoría
de Mar dice que primero, ¿qué procesos seguimos? Primero hay un
procesamiento de bajo nivel el esbozo primario. Describo la imagen como
cambios de intensidad con bordes, manchas, vagas soluciones geométricas
unas estructuras globales con densidad como pasa un esbozo dos y medio
dimensiones ya hay una distancia relativa entre las partes de la superficie
del observador su orientación con la línea de visión discontinuidades
pues aquí es una descripción de la superficie del objeto desde el punto
de vista del observador pero el problema es que al desplazarte la
representación cambia por lo tanto es inadecuado para compararlo con los
modelos almacenados en la memoria. Una representación de alto nivel del
modelo 3D que está definida como decíamos con el modelo de Mar y Nisihara
a partir de sistemas de coordenadas basadas en los ejes naturales del
objeto que me permite mantener una descripción de un objeto en relación
al marco de referencia ante cambio en los puntos de vista del observador.
Claro, ya está completa ten en cuenta que es un proceso que va siguiendo
para, digamos no sabemos cómo ocurre en el humano pero como esto sólo
está en las máquinas además lo ponen dice que hay una organización
modular de las descripciones del objeto decíamos que era modular una
organización modular cuando explicamos el cerebro la visión lo explicamos
funcionaba por módulos módulos de procesamiento, módulos que son
funcionan al margen de cualquier introducción autónomamente es como si
fuera un camino rápido lo que estás procesando modularmente se procesa
sin interferencia de las otras cosas que estás procesando entonces dice
que hay una organización por módulos de las descripciones del objeto en
las que los mecanismos de procesamiento son independientes y luego tiene
una representación del objeto basada en primitivos volumétricos que son
conos que puede representarte cualquier objeto cualquier superficie general
a partir del movimiento que se puede localizar en los objetos y analizar el
término de coordenada entonces se basa en este cuando un objeto se
desplaza las partes del objeto cambian en relación al punto de vista pero
se mantiene constante la relación de las partes con el eje natural del
objeto el problema es un modelo de inteligencia artificial no es capaz de
explicar el reconocimiento por lo tanto las aplicaciones en psicología muy
limitadas y además hay objetos naturales la araña, el más complejo en
los que los primitivos volumétricos no funcionan no son aplicables este
era el modelo de reconocimiento de Marx y Mishihara pues luego hicieron una
extensión el modelo de reconocimiento por componentes es una extensión
del modelo de Marx y Mishihara aplicado al reconocimiento humano está
basado en un conjunto finito de primitivos volumétricos y sus posibles
combinaciones ¿qué son primitivos? primitivos, unidades básicas peones
básicos una esfera, un cilindro, un bloque, una cuña que permiten obtener
primitivos en 3D a partir de las imágenes en 2D y son invariantes es decir
desde cualquier punto de vista no cambian y pueden utilizarse como material
para una recopilación ¿supuesto perceptivo fundamental? por componentes
el modelo de reconocimiento por componentes supuesto perceptivo los geones
pueden diferenciarse sobre la base de propiedades perceptivas de la imagen
bidimensional que son independientes del punto de vista este era el que me
iba a decir cómo veo yo, cómo reconozco yo los humanos yo los geones sí
los invento ¿entendéis? son como primitivas para dibujar esto está muy
bien explicar cómo veo yo cómo reconozco yo bueno vale, la teoría dice
la representación de un objeto es una descripción estructural que
especifica la relación entre los componentes del objeto orientación
general generación de geones Dierberman dice que los el sistema visual
humano ha desarrollado la capacidad de detectar determinadas organizaciones
perspectivas de la imagen simetría, alineamiento que no son accidentales
corresponden a propiedades significativas del objeto vamos a ver las
propiedades no accidentales que no son accidentales por lo tanto serán
serán propiedades no accidentales fundamentalmente simetrías realismo
rectitud curvatura conexión y conterminación que son los responsables de
mantener la constancia del objeto eso es lo que iba a decir los invariantes
me permiten ver al objeto igual aunque haya un desplazamiento es decir la
correspondencia con el objeto se mantiene que son los cambios en el punto
de vista proceso de reconocimiento de componentes primero hay un
procedimiento de abajo arriba ¿qué hacemos? extraemos los bordes con los
cambios de luz a partir de conocer los bordes es decir, vamos buscando los
ceones que hay en la imagen identificamos los ceones las propiedades no
accidentales y la identificación de los ceones comparados en la etapa
anterior me han dicho el tipo de ceones su posición y las relaciones entre
ellos tamaño y etc. pasamos al procedimiento de arriba abajo activamos la
descripción de los ceones que tenemos en la memoria de este objeto que
queremos buscar y las comparamos en paralelo con los objetos un poco
complicado ¿no? se basa en los ceones han mirado a ver si funcionaba el
modelo han intentado verificar el funcionamiento y examinan si el
reconocimiento del objeto es más rápido o preciso cuando se presentan
sólo los ceones gráficos del objeto o cuando se presenta el objeto
perfectamente determinado vieron que el tiempo de reacción empleado en la
tarea de nombrar objetos es el mismo en dibujos de objetos simples
completos e incompletos y en objetos complejos el tiempo de reacción fue
más corto inferior que en los casos anteriores era el mismo pero en
objetos completos tardaron menos ¿cómo va a ser? ah claro en reconocer el
objeto sí, sí si sí si hay apoyo empírico al modelo de reconocimiento
por componentes esta es la teoría que más reconocimiento ha tenido el
modelo de reconocimiento por componentes que sale de Marx y Mishihara que
afirma que los objetos pueden identificarse correctamente a partir de una
serie limitada de opciones pues bien, la disminución del tiempo de
reacción para el reconocimiento de objetos completos complejos se
interpretó también como prueba a favor de que cuantos más ceones
contenga un objeto más rápidamente se realiza la comparación con las
descripciones en memoria pues no estoy comparando en paralelo mi
representación en memoria con el objeto que tengo ¿dónde decimos que se
procesaban en paralelo? no hablábamos de unas fases primero abajo arriba
lo miro para ahí vale, de un objeto extraigo los bordes, los cambios de
luminancia para percibir el objeto ya extraigo propiedades no occidentales
identifico los ceones las regiones cóncavas y las propiedades no
occidentales y luego ya pasamos al de arriba abajo activamos la
descripción de los ceones que tengo en memoria y los comparo en paralelo
con el objeto a ver es un invento del modelo este, es un invento con los
círculos o sea, formas básicas ¿eh? sí me he quedado sin batería eh
vale eso ya lo tenemos listo ves como se entiende mejor este tema casi
empezando por el final o sea, primero entrando a las caras es más natural
esto es totalmente artificial aquí sí es como si estuvieras en fórmulas
matemáticas este es con geométrica este en paralelo, este no sé qué yo
lo que abomino de la artificialidad tanto en la explicación como en el
experimento abomino, me parece absurdo no me gusta me parece que se sale de
lo que está haciendo porque todas las explicaciones yo no merezco ninguna
eh bueno el reconocimiento empeora cuando el estímulo tiene degradación
que afecta a las propiedades no accidentales a los invariantes son
invariantes porque no se pueden identificar los geomes como componentes del
objeto la taza y la copa una taza, le quitas al geom del asa ya no es una
taza le degradas modelo de procesamiento distribuido en paralelo de la
teoría del reconocimiento por componente TDC procesamiento distribuido en
paralelo y aquí vamos a ver varios modelos dice esta teoría que el
reconocimiento es activación de una red formada por unidades de
computación artificiales parecidas a las neuronas que procesan
información de forma distribuida y en paralelo TDC modelo G dice que viene
de implementa la teoría del reconocimiento por componente y bueno una
secuencialidad porque hay una pegada este modelo dice que una red neuronal
conexioniza con 7 etapas la 1 un mosaico de células sintonizadas en la
orientación la 2 la 3 esto lo ha dicho alguien este no se ha metido ahí
en el cerebro a ver que hace la capa 2 a ver que hace la capa 3 este
alguien se ha subido en su cabeza y ha dicho pues la 1 acepto vamos si no
que me lo demuestre yo también quiero averiguar esto la 3 la 4 y 5
relaciones espaciales entre los geones la 6 descripción estructural de los
objetos en términos de los geones en términos de la línea que no creo yo
que lleguen que lleguen a ese yo de este tema lo que me quedaría vamos a
hacer un repasito la cara la cara global derecha la cara global no por
componente porque ya ya no tengo el chip o sea yo veo caras, no veo
componentes no veo caras al revés a veces te sale un video en tal y al
revés a que tienes que mover la cabeza para ver lo que ocurre una pierna,
un brazo te cambia la configuración ya sea porque te la invierten o porque
te la deforman en alguna parte pierde el global entonces de aquí con que
nos íbamos a quedar quería hacer un próximo en rápido teníamos el
reconocimiento si, perfecto, está muy bien con mucha rapidez vamos a
reconocer en 100, 200 milisegundos mecanismo lo hacemos comparar tenemos
algo en memoria comparamos plantilla patrones en dos dimensiones vale
tenemos una plantilla al máximo en la memoria la comparamos con el patrón
comparación de plantillas si tengo algo en la memoria lo comparo con lo
que he visto cuanto más se ajusta el patrón a la plantilla más
probabilidad hay críticas, también pueden preguntar pues esta no es útil
para reconocer patrones complejos, una araña o objetos naturales por falta
de economía este también puede ser objeto ¿cuál de estas teorías tiene
falta de economía? que gasta mucho para representar no saben representar
una araña que lleva ocho patas y una cosa redonda así con dos ojos se los
dibujo yo los ceoños rápidamente bueno posible solución proceso de
normalización si como hay muchos problemas los normalizamos el tamaño,
orientación y ya lo dejamos pero son muy artificiales análisis de
características, modelo pandemón analizando características y tenemos
una serie de mecanismos cada uno con una función en vez de función de la
imagen demonio de la imagen una representación interna de lo que estoy
viendo demonio de las características representación de las
características a la reflexión sensible demonios cognitivos patrones
específicos, es decir yo tengo ahí buscando las llaves de un patrón
estamos reconociendo objetos estoy buscando un objeto entonces como lo
tengo en la cabeza por eso digo si es de arriba a abajo soy yo el que
decide que está buscando no voy abajo a arriba me voy a llevar por los
estímulos problemas se pueden encontrar características muchos estímulos
y tampoco puedo definir un patrón complejo una araña o un mosquito ya
vamos características no primero comparación de plantilla
características y ahora las descripciones estructurales vamos a describir
la estructura de lo que tengo ahí delante patrón y las relaciones entre
las cosas pero no me garantiza porque si cambia un cambio de imagen de
movimiento no lo puedo representar pero lo solucionan con la descripción
estructural basada en el objeto y la teoría de Marx iniciará ejes de
coordenadas basada en ejes de coordenadas con unas fases varias etapas el
bojo primario el bojo 2,5D y modelo 3D este modelo de Marx lo tenéis en
varias otras en distintos en algunos sitios viene más reducido en otros
más ampliado el 3D basado en los ejes naturales del objeto y puedo
describirlo en función del marco de transferencia ante cambios en el punto
de vista del observador luego que hicieron la otra teoría modelo de
reconocimiento por componente los primitivos son geónimos metades básicas
son geónimos hay 36, en la cabeza tenemos 36 no nos caben más quiero
meter otro pero a veces cortaré las puntas pero no, no metamos más en la
cabeza de ese joven chico y ya tiene lo tanto y hay 4 una cera, un
cilindro, un bloque, una cuña que permite obtener primitivos en 3D a
partir de una imagen de entrada en 2D no, no, no tenemos con los geones
como profesamos de abajo arriba de arriba abajo han intentado mirar el
funcionamiento del modelo y tiene apoyo si hay apoyo a la hipótesis del
modelo de reconocimiento de componentes afirma que los objetos pueden
identificarse correctamente a pérdida de unos pocos pero no tiene y ya el
modelo PDT conexionistas con nodos, con una fuerza de conexión sigue ese
modelo con 7 capas que no creo que lo pregunte y ya empezamos a ver pero a
veces las caras no tienen apenas teorías solo están buscando es un
conocimiento global o por características o local al principio había uno
que decía que si las caras se procesaban por componentes luego nosotros le
demostraron que no a un familiar te dan la vuelta a las fotos y no
reconoces a un familiar te ponen varias pruebas con fotos de familiares que
las hacen hacia abajo y luego dices esto me suena te estás juntando no ves
la configuración pues avísame y te mando la atención pero de estas solo
tengo estas solo tengo las diapositivas muy interesante si necesitas
resumen ah si no