Casar la visión biológica con la visión informática
El consorcio del proyecto INSIGHT2+ fue un equipo de investigación dedicado a una amplia gama de campos, incluida la neurociencia, los estudios de percepción, la psicología, las matemáticas, la informática y las ciencias de la información. Basándose en los conocimientos derivados de todas estas disciplinas, centraron su investigación en el estudio de la selectividad neural en las vías ópticas de la vía óptica ventral de los primates. Las principales regiones analizadas fueron TE y V4. La codificación neural de las formas tridimensionales y las propiedades materiales se compararon con las correspondientes características de la percepción humana. Esta representación forma la base teórica del procesamiento de las formas pictóricas y las propiedades materiales en los ordenadores. El sistema de visión de los humanos utiliza imágenes retinales bidimensionales para reconstruir la estructura tridimensional de un objeto. Los estudios previos al proyecto habían demostrado que las neuronas temporales inferiores del macaco emplean gradientes de disparidad binocular para codificar la profundidad. Las neuronas temporales inferiores pertenecen a la corriente visual ventral. El trabajo del proyecto demostró que las mismas neuronas también pueden codificar la profundidad utilizando una pista de profundidad monocular, los gradientes de textura. Se observó que las neuronas no eran selectivas en términos de preferencias de inclinación de las superficies definidas. Es decir, no tenía que ver con los medios de definición, ya fuera por textura o por pistas de disparidad. Por otra parte, las neuronas temporales inferiores se mostraron selectivas en cuanto a la inclinación de las superficies de textura definida. Así mismo, la preferencia de inclinación permaneció invariable en distintas texturas y enfoques, lo que indica una representación abstracta de la inclinación de la superficie en la corteza visual ventral. Estos interesantes descubrimientos ayudaron a comprender mejor la percepción visual neuronal que se puede aplicar en próximos avances para obtener artefactos y robots más inteligentes y flexibles. Además, los conocimientos detallados sobre la percepción visual de los humanos y primates también puede contribuir al diseño de interfaces más efectivas entre los sistemas de visión artificiales y las personas, por ejemplo los discapacitados.