مروری بر زیبایی شناسی عصبی محاسباتی: پلی میان زیبایی شناسی عصبی و علوم کامپیوتر (ترجمه بخش سوم)

مروری بر زیبایی شناسی عصبی محاسباتی:

پلی میان زیبایی شناسی عصبی و علوم کامپیوتر (ترجمه بخش سوم)

1.3. ارزیابی کیفیت تصویر بر اساس ویژگی های دستی

مطالعات اولیه در زمینه ی زیبایی شناسی محاسباتی عمدتا بر ارزیابی کیفیت تصویر بر اساس ویژگی های دستی متمرکز بودند. این مطالعات، هم تجربیات هنرمندان حرفه ای و هم دانش موجود در مورد ویژگی های تصویری را از زیبایی شناسی تجربی به فرمول تبدیل کردند. با طراحی انواع فرمول های دستی، این مطالعات ویژگی های سطح پایین تصویر مانند رنگ، روشنایی، پیچیدگی، تقارن و ... و همچنین ویژگی های سطح بالا مانند توزیع مکانی لبه ها و تعداد رنگ های طیف(Hue Count) را از مجموعه داده های تصویری استخراج کردند.

برای دسته بندی تصاویر، از الگوریتم های یادگیری ماشین مانند ماشین بردار پشتیبان (SVM)، بیز ساده (Naïve Bayes) و نزدیک ترین همسایه (KNN) استفاده شد. سپس، دسته بندهای ساخته شده با استفاده از ویژگی های استخراج شده ی تصویر به عنوان ورودی و نتایج ارزیابی دستی کیفیت تصویر به عنوان خروجی آموزش داده شدند تا قضاوت زیبایی شناختی انسان را تقلید کنند. در نهایت، کل مدل های محاسباتی برای ارزیابی کیفیت تصاویر جدید با استخراج ویژگی های تصویر با استفاده از فرمول های دستی و پیش بینی نتایج ارزیابی زیبایی شناختی از طریق دسته بندهای آموزش دیده شده استفاده شدند.

شکل3. یک جریان کاری برای ارزیابی کیفیت تصویر: a ) تصویر اصلیb )ویژگی های دست ساز توسط الگوریتم های محاسباتی استخراج شده و سپس به دسته بندهای کلاسیک تغذیه می شوند c) استفاده از شبکه عصبی برای استخراج خودکار ویژگی های تصویر مرتبط با رتبه بندی زیبایی شناختیd) پیش بینی نهایی.

2.3. ارزیابی کیفیت تصویر بر اساس شبکه های عصبی عمیق

در سال های اخیر، به دلیل عملکرد چشمگیر شبکه های عصبی پیچشی (CNN) و یادگیری عمیق در بینایی کامپیوتری، مطالعات در زمینه زیبایی شناسی محاسباتی بیشتر بر چگونگی ساخت شبکه های عصبی عمیق برای یادگیری خودکار ویژگی های تصویر از مجموعه داده ها تمرکز کرده اند تا طراحی ویژگی های دستی. شبکه هایCNN که از فرآیند پردازش بصری چشم انسان تقلید می کنند، از هسته های پیچشی به عنوان میدان گیرنده برای استخراج ویژگی های تصویر استفاده می کنند. پارامترهای این شبکه ها و نتایج پیش بینی آن ها با استفاده از یک تابع هزینه (مانند تفاوت بین نتیجه پیش بینی شده توسط شبکه عصبی و ارزیابی انسانی) روی مجموعه داده های تصویری بزرگ بهینه سازی می شوند. شبکه های عصبی پرکاربرد در مطالعات اخیر یادگیری عمیق در بینایی کامپیوتری شاملLeNet، AlexNet، GoogleNet، VGGNet وResNet هستند.

در سال ۲۰۱۴، وانگ و همکارانش یک شبکه عصبی عمیق به نام RAPID پیشنهاد کردند. در این مطالعه، یک شبکه عصبی پیچشی عمیق دو ستونی(DCNN) طراحی شد که اطلاعات جهانی و محلی تصاویر را به عنوان ورودی دریافت می کرد. سپس، ویژگی های تصویری جهانی و محلی توسطDCNN استخراج و ترکیب شده و یک ارزیابی زیبایی شناختی ارائه شد. علاوه بر این، وانگ و همکارانش یک شبکه عصبی به نام شبکه عصبی پیچشی سبک(SCNN) توسعه دادند. این شبکه عصبی نه تنها ویژگی های تصویری بلکه ویژگی های سبک را نیز از تصاویر استخراج کرده و با ترکیب این دو جنبه، ارزیابی زیبایی شناختی انجام داد. هر دو مدلDCNN وSCNN عملکرد خوبی روی مجموعه داده ی عمومی تحلیل زیبایی شناختی بصری (AVA Dataset) داشتند.

الهام گرفته از مکانیسم های عصبی و مدل های نظری زیبایی شناختی، دولکوس و همکارانش یک شبکه عمیق با الهام از مغز طراحی کردند. این شبکه شامل چندین ماژول مستقل بود که ورودی تصویر را از طریق مسیرهای موازی پردازش می کردند. به جز سه ماژول اول که ویژگی های ساده ای مانند اشباع رنگ، طیف رنگی و مقدار روشنایی را محاسبه می کردند، سایر ماژول ها شبکه های پیچشی کاملا متصل بودند و هرکدام یک بعد خاص از ویژگی های تصویر را با استفاده از یادگیری تحت نظارت و برچسب های مشخص یاد می گرفتند. سپس، ویژگی های تصویری استخراج شده توسط این ماژول های از پیش آموزش دیده شده به یک شبکه ترکیبی سطح بالا منتقل شد. این شبکه ویژگی های استخراج شده را ادغام کرده و توزیع امتیازات زیبایی شناختی را پیش بینی می کرد.

علاوه بر این، گی و همکارانش مدلGoogleNet را بهبود داده و شبکه ای به نامILGNet طراحی کردند که برخلافDCNN، از معماری متفاوتی برای استخراج و ترکیب ویژگی های محلی و جهانی تصویر جهت پیش بینی ارزیابی زیبایی شناختی استفاده می کرد. مطالعات دیگر نیز شبکه های عصبی را با الگوریتم های مختلفی از جمله تکنیک رمزگذار خودکار، دانش ویژگی های متخصص، ترکیب ویژگی ها، توجه بصری و ... ترکیب کرده اند تا معماری های جدیدی از شبکه های عصبی ایجاد کنند. این شبکه ها از معماری های مختلفی برای استخراج خودکار ویژگی های تصویر و پیش بینی امتیاز زیبایی شناختی استفاده کرده اند.

در زیبایی شناسی محاسباتی، برای تقلید از ارزیابی زیبایی شناختی انسان روی اشیای بصری، روش های متعددی برای اندازه گیری زیبایی شناختی و طراحی معماری شبکه های عصبی پیشنهاد شده اند. این پژوهش ها درک ما از ویژگی های تصویری موثر بر قضاوت زیبایی شناختی انسان را گسترش داده اند. با این حال، روش های مبتنی بر ویژگی های دستی تنها ویژگی های عینی تصاویر را ثبت می کنند، در حالی که شبکه های عصبی با یادگیری عمیق فاقد قابلیت تفسیر ویژگی های استخراج شده هستند، که درک ویژگی هایی که منعکس کننده ی ارزیابی زیبایی شناختی انسان هستند را دشوار می سازد.

۴. زیبایی شناسی عصبی محاسباتی: تلاقی علوم کامپیوتر با زیبایی شناسی عصبی

یافته های جدید در زیبایی شناسی عصبی، بینشی درباره مکانیسم عصبی پردازش شناختی درک زیبایی ارائه می دهند. همچنین، الگوریتم های محاسباتی ارائه شده در زیبایی شناسی عصبی محاسباتی، درک ما را از هر دو جنبه ی ویژگی های عینی تصاویر که بر ارزیابی زیبایی شناختی ما تاثیر می گذارند و چگونگی استخراج و پردازش این ویژگی ها، گسترش داده اند.

با وجود رشد قابل توجه در این دو حوزه ی پژوهشی، به نظر می رسد که همچنان به صورت مستقل از یکدیگر عمل می کنند و شواهد موجود در یک حوزه به طور مستقیم در حوزه ی دیگر قابل اعمال یا تفسیر نیست. این مسئله منجر به ایجاد یک شکاف بزرگ بین زیبایی شناسی عصبی و زیبایی شناسی محاسباتی شده است که درک جامع ما از فرآیند درک زیبایی را با چالش مواجه می کند. زیبایی شناسی عصبی محاسباتی می تواند به عنوان پلی برای کاهش این فاصله عمل کند.

در زیبایی شناسی عصبی محاسباتی، پژوهشگران فعالیت های عصبی را در نواحی مختلف مغز با استفاده از الگوریتم های محاسباتی تحلیل می کنند تا بینشی عمیق تر از چگونگی تغییرات دینامیکی بین نواحی مغزی و تاثیر آن ها بر درک زیبایی ارائه دهند. مطالعات دیگر با هدف کشف ویژگی های مرتبط با تجربه ی زیبایی شناختی ذهنی، از الگوریتم های محاسباتی بر روی داده های تصویربرداری عصبی استفاده کرده اند تا بتوانند ترجیحات زیبایی شناختی را پیش بینی کنند.

1.4. اتصال عملکردی مغز و شبکه های مغزی در زیبایی شناسی عصبی: اندازه گیری جریان اطلاعات در حین درک زیبایی

همان طور که در بخش های قبلی اشاره شد، درک زیبایی مستلزم فعال سازی نواحی مختلف مغزی و ارتباط بین این نواحی است. مطالعاتی که بر فعالیت های مغزی متمرکز هستند، رابطه ی میان نواحی خاصی از مغز و فرآیند درک زیبایی را روشن کرده اند. بااین حال، مکانیسم عصبی مربوط به نحوه ی ظهور درک زیبایی از تعامل بین نواحی مغزی همچنان مبهم باقی مانده است.

تعامل میان نواحی مغزی را نمی توان به طور مستقیم از داده های تصویربرداری عصبی مشاهده کرد. اتصال عملکردی[1] به عنوان یک روش مفید برای ارائه ی درک مکمل نسبت به مطالعات پیشین درباره ی فعالیت های مغزی مطرح شده است. این روش، میزان اشتراک اطلاعات و وابستگی عملکردی بین نواحی مغزی را اندازه گیری می کند.

با هدف برجسته سازی جریان اطلاعات بین دو ناحیه ی مغزی، اتصال عملکردی از الگوریتم های محاسباتی بر روی داده های تصویربرداری عصبی که طی پردازش شناختی ثبت شده اند، استفاده می کند (شکل ۴). تاکنون، روش هایی همچون تحلیل همبستگی، همدوسی(Coherence)، مقدار قفل فازی(Phase Locking Value)، شاخص تاخیر فازی(Phase Lag Index)، و احتمال همگام سازی(Synchronization Likelihood) به طور گسترده برای اندازه گیری اتصال عملکردی استفاده شده اند. علاوه بر این، روش علیت گرنجر(Granger Causality) به عنوان یکی از روش های رایج برای اندازه گیری اتصال موثر (Effective Connectivity) بین نواحی مغزی مورد استفاده قرار می گیرد.

شکل4. یک جریان کاری از اندازه گیری اتصال عملکردی تا ویژگی های شبکه عملکردی مغز. الف. داده های تصویربرداری عصبی از دستگاه ثبت می شوند، این داده ها می توانندEEG، fMRI یا MEG باشند. ب. اتصال عملکردی بین نواحی مغزی از سیگنال ها تخمین زده شده و یک ماتریس همبستگی تشکیل می شود. ج. ماتریس همبستگی از طریق آستانه گذاری به یک گراف اتصال باینری تبدیل می شود. د. بصری سازی گراف باینری. ه. گراف اتصال باینری به صورت تصادفی دوباره متصل می شود تا یک گراف با اتصال مجدد تصادفی ایجاد شود. و. ضریب خوشه بندی (C) و میانگین کوتاه ترین مسیر(L) از طریق اندازه گیری گراف اتصال باینری و گراف با اتصال مجدد تصادفی استخراج شده تا ویژگی های نرمال سازی شده شبکه عملکردی مغز به دست آید.

2.4. یافته های پیشین در مورد اتصال عملکردی مغز در پردازش زیبایی شناختی

با استفاده از اندازه گیری اتصال عملکردی، مطالعات پیشین تعاملات میان نواحی مختلف مغزی را در حین پردازش زیبایی شناختی شناسایی کرده اند.

مدل اتصال عملکردی براون
براون در سال ۲۰۱۱ با مرور مطالعات تصویربرداری عصبی درباره ی ارزیابی زیبایی، یک مدل اتصال عملکردی ارائه کرد. در این مدل، تعامل بین اینسیولای قدامی[2] و قشر اوربیتوفرونتال[3] نقشی اساسی در پردازش زیبایی دارد. این اتصال نه تنها محدود به پردازش زیبایی است، بلکه می تواند به یک پردازش شناختی کلی تر—یعنی تخصیص ارزش عاطفی به اشیا—مرتبط باشد.

حافظه و زیبایی شناسی چهره
مطالعه ی تسوکیورا و کابزا در زمینه ی رمزگذاری حافظه ی جذابیت چهره نشان داد که چهره های جذاب در مقایسه با سایر چهره ها بهتر در حافظه ثبت می شوند. این امر با افزایش فعالیت در قشر اوربیتوفرونتال راست و هیپوکامپ چپ همراه بود. با استفاده از تحلیل همبستگی، آن ها دریافتند که اتصال عملکردی بین این دو ناحیه هنگام رمزگذاری چهره های زیبا قوی تر است، که نشان می دهد حافظه ی بهتر با تعامل قوی تر بین سیستم پاداش و رمزگذاری حافظه ارتباط دارد.

تامل در آثار هنری
لیسی و همکارانش با استفاده از fMRI مرتبط با رویداد[4]، تغییرات فعالیت مغزی هنگام مشاهده ی تصاویر هنری و غیرهنری را بررسی کردند. با استفاده از علیت 'گرنجر[5] بر داده هایfMRI، آن ها دریافتند که استریاتوم شکمی [6]هنگام تامل در آثار هنری فعال می شود. به طور خاص، فعالیت استریاتوم شکمی توسط قشر بینایی هدایت می شود، نه نواحی مغزی مرتبط با ترجیحات زیبایی شناختی.

ارزیابی زیبایی چهره
ژو و همکارانش با استفاده از fMRI و مدل سازی علیت پویا[7]، پیش بینی و ارزیابی جذابیت چهره را مورد بررسی قرار دادند. آن ها دریافتند که بین استریاتوم شکمی و قشر جلوی مغز شکمی-میانی[8] هنگام ارزیابی چهره های جذاب، یک ارتباط دوطرفه وجود دارد، اما این ارتباط هنگام ارزیابی چهره های غیرجذاب ضعیف تر است. این اتصال ممکن است منعکس کننده ی فرآیند پویای درک ویژگی های بصری و زیبایی شناختی چهره باشد.

ادراک زیبایی شناختی در مجسمه سازی
در سال ۲۰۱۸، ایواساکی و همکارانش ادراک زیبایی شناختی ویژگی های بصری را با مقایسه ی مجسمه هایی که از نسبت طلایی پیروی می کنند (مجسمه های استاندارد) و مجسمه هایی که نسبت طلایی در آن ها تغییر داده شده است (مجسمه های تغییرشکل یافته) بررسی کردند. آن ها دریافتند که اتصال بین ناحیه ی پس سری-گیجگاهی راست و ناحیه ی آهیانه ای راست هنگام مشاهده ی مجسمه های استاندارد قوی تر بود، اما این اتصال برای مجسمه های تغییرشکل یافته مشاهده نشد. این یافته نشان می دهد که یک مسیر عصبی خاص بین این نواحی در پردازش اطلاعات زیبایی شناختی نقش دارد. مطالعات فوق نشان می دهند که پردازش زیبایی شناختی نتیجه ی تعاملات پیچیده بین نواحی مختلف مغز است و اتصال عملکردی می تواند درک ما از نحوه ی انتقال اطلاعات زیبایی شناختی در مغز را افزایش دهد.

[1] Functional Connectivity

[2] anterior insula

[3] OFC

[4] event-related fMRI

[5] Granger Causality

[6] ventral striatum

[7] Dynamic Causal Modeling

[8] ventral medial prefrontal cortex; VMPFC