Rolanda Williama Fleminga
Roland William Fleming | |
|---|---|
 Roland William Fleming stoi w swoim biurze w 2019 roku
| |
| Urodzić się | 1 marca 1978 |
| Narodowość | brytyjski i niemiecki |
| Edukacja |
New College School Magdalen College School |
| Alma Mater |
University of Oxford (licencjat) Massachusetts Institute of Technology (doktorat) |
| Znany z | Wizualna percepcja materiałów i przedmiotów |
| Nagrody |
Nagroda VSS dla młodego badacza (2013) FRSB |
| Kariera naukowa | |
| Pola | |
| Instytucje |
Max Planck Instytut Cybernetyki Biologicznej Uniwersytet im. Justusa Liebiga w Giessen |
| Praca dyplomowa | Ludzka percepcja wzrokowa w oświetleniu świata rzeczywistego (2004) |
| Doradca doktorski | Edwarda H. Adelsona |
| Strona internetowa | |
Roland William Fleming , FRSB (ur. 1978 w Oksfordzie, Wielka Brytania) jest brytyjskim i niemieckim interdyscyplinarnym badaczem specjalizującym się w wizualnej percepcji przedmiotów i materiałów. Jest profesorem psychologii eksperymentalnej im. Kurta Koffki na Uniwersytecie im. Justusa Liebiga w Giessen. oraz dyrektorem wykonawczym Centrum Umysłu, Mózgu i Zachowania Uniwersytetu w Marburgu i Giessen. Jest również współrzecznikiem prasowym Klastra Badawczego „The Adaptive Mind”.
Biografia
Fleming kształcił się w New College School i Magdalen College School w Oksfordzie. Następnie był studentem New College na Uniwersytecie Oksfordzkim , gdzie uzyskał tytuł licencjata z psychologii, filozofii i fizjologii . Ukończył studia z wyróżnieniem pierwszej klasy w 1999 r. Następnie studiował doktorat na Wydziale Mózgu i Nauk Kognitywnych MIT , który ukończył w 2004 r. Jego praca doktorska „Ludzka percepcja wzrokowa w oświetleniu świata rzeczywistego” była nadzorowana przez Edwarda H. Adelsona .
W 2003 roku objął stanowisko doktora habilitowanego w Instytucie Cybernetyki Biologicznej im. Maxa Plancka , pracując w Zakładzie Heinricha H. Bülthoffa. W latach 2009-2013 był współredaktorem naczelnym czasopisma ACM Transactions on Applied Perception . W 2010 roku przeniósł się na Uniwersytet im. Justusa Liebiga w Giessen, gdzie został młodszym profesorem psychologii eksperymentalnej im. Kurta Koffki. W latach 2013–2016 Fleming koordynował sieć szkolenia wstępnego Marie Curie „PRISM: Perceptual Representation of Illumination, Shape and Material”. W latach 2016-2022 kierował ERC Grant konsolidacyjny „SHAPE: On the Perception of Growth, Form and Process”. W 2016 r. otrzymał tytuł profesora zwyczajnego, aw 2020 r. został profesorem zwyczajnym. W 2021 r. został dyrektorem wykonawczym Centrum Umysłu, Mózgu i Zachowania na uniwersytetach w Marburgu i Giessen. W 2022 roku został wybrany członkiem Królewskiego Towarzystwa Biologicznego . Fleming służył w Expert Review Group i Panelu Wywiadów dla Wellcome Trust .
Honory i nagrody
W 2012 roku Fleming otrzymał Wydziałową Nagrodę Naukową Uniwersytetu im. Justusa Liebiga w Giessen („Preis der Justus-Liebig-Universität Gießen”) za pracę nad wizualną oceną kształtu 3D na podstawie orientacji obrazu. W 2013 roku otrzymał nagrodę Elsevier/Vision Sciences Society Young Investigator Award. W 2016 roku otrzymał ERC Consolidator Grant „SHAPE: On the Perception of Growth, Form and Process”. W 2021 roku wygłosił doroczny wykład publiczny Vision Sciences Society. W 2022 roku został wybrany członkiem Królewskiego Towarzystwa Biologicznego .
Badania
Fleming specjalizuje się w ludzkiej wizualnej percepcji materiałów i przedmiotów oraz ich właściwościach fizycznych. Jest szczególnie znany ze swojego wkładu w ustanowienie percepcji materialnej jako dziedziny nauki w nauce o widzeniu. Wykorzystuje kombinację metod badawczych z zakresu psychologii eksperymentalnej, neuronauki obliczeniowej, grafiki komputerowej i uczenia maszynowego.
Percepcja materialna
Wczesne prace Fleminga koncentrowały się na wizualnej percepcji właściwości optycznych powierzchni i materiałów, takich jak połysk , przezierność i przejrzystość. Pomógł określić rolę wskazówek wizualnych, takich jak ruch i stereopsja obuoczna, w postrzeganiu odbicia powierzchni, zwłaszcza połysku. Powracającym tematem w tej pracy była koncepcja, że odbicia lustrzane zachowują się inaczej niż oznaczenia powierzchni - takie jak wzory pigmentacji lub zadrapania - co prowadzi do określonych wizualnych wskazówek do identyfikacji odbić lustrzanych, a tym samym błyszczących powierzchni. Zbadał również, w jaki sposób wieloskładnikowe wzorce odbicia lustrzanego prowadzą do mglistego, błyszczącego wyglądu. Jego nowsze badania nad wyglądem powierzchni sprawdziły, czy sztuczne sieci neuronowe mogą odtwarzać wzorce błędów i sukcesów, jakie popełniają obserwatorzy-ludzie, oceniając właściwości materiałów.
Oprócz badania, w jaki sposób układ wzrokowy szacuje właściwości optyczne materiałów, badał również związek między innymi właściwościami materiałów a kategoriami materiałów oraz wpływ na nie odległości patrzenia, jak w przypadku tak zwanej „niejednoznaczności w skali materiału” .
Fleming prowadził również szereg badań nad tym, w jaki sposób system wizualny wnioskuje o właściwościach mechanicznych materiałów, takich jak podatność, elastyczność i lepkość, na podstawie wskazówek optycznych, kształtu i ruchu. Większość z tych badań wykorzystywała komputerowe symulacje metodą elementów skończonych interakcji cieczy lub odkształcalnych ciał stałych z otoczeniem. Powracającym tematem w tej pracy jest pomysł, że system wzrokowy reprezentuje bodźce w wielowymiarowej przestrzeni cech wizualnych średniego poziomu, które statystycznie charakteryzują ewolucję kształtu, ruchu i wyglądu w czasie. On i jego współpracownicy twierdzili, że takie reprezentacje ułatwiają oddzielenie wewnętrznych właściwości materiału od innych czynników, które również przyczyniają się do proksymalnego bodźca, takich jak prędkość płynącej cieczy lub siła odkształcająca podatną bryłę.
Na początku swojej kariery Fleming argumentował, że system wizualny wnioskuje o właściwościach materiałów za pomocą heurystyki, używając prostych statystyk obrazu, które korelują z właściwościami powierzchni w typowych warunkach oglądania. Później jednak zaproponował, aby system wizualny wykorzystywał bogatsze wewnętrzne modele wyglądu przedmiotów i materiałów w typowych warunkach oglądania - pomysł, który nazywa „Statystycznymi modelami wyglądu”. W szczególności zasugerował, że system wzrokowy nabywa zdolność wnioskowania o właściwościach materiału (lub innych właściwościach bodźców dystalnych) poprzez uczenie się generatywnych modeli bodźców proksymalnych poprzez cele uczenia się bez nadzoru, takie jak kompresja lub predykcyjne kodowanie treści obrazu. Dowód słuszności tej teorii został zademonstrowany przez uczenie modelu sztucznej sieci neuronowej bez nadzoru na zbiorze danych renderowanych komputerowo obrazów wyboistych, błyszczących powierzchni. Fleming i jego współpracownicy odkryli, że model spontanicznie nauczył się rozplątywać zmienne sceny — takie jak oświetlenie i współczynnik odbicia powierzchni — mimo że nie otrzymał żadnych wyraźnych informacji o prawdziwych wartościach tych zmiennych. Co więcej, model poprawnie przewidział zarówno sukcesy, jak i porażki (tj. iluzje) ludzkiej percepcji połysku.
Percepcja kształtu
Wczesne prace Fleminga koncentrowały się na wizualnej ocenie trójwymiarowego (3D) kształtu na podstawie odbić lustrzanych, cieniowania i tekstury. Jest szczególnie znany jako zwolennik roli „pól orientacji” w postrzeganiu kształtu. Pola orientacji odnoszą się do przestrzennie zmieniających się wzorców dominującej orientacji lokalnej na obrazie powierzchni, mierzonej przez populacje neuronów selektywnych względem orientacji w każdym miejscu obrazu. Fleming i jego współpracownicy wykazali, że lokalne sygnały orientacji obrazu mają tendencję do łagodnych zmian na zakrzywionych powierzchniach w sposób, który jest systematycznie powiązany z właściwościami kształtu 3D. W przypadku powierzchni teksturowanych lokalna orientacja obrazu jest związana z właściwościami kształtu pierwszego rzędu, zwłaszcza nachyleniem i pochyleniem powierzchni. W przypadku wzorów cieniowania i odbić lustrzanych lokalna struktura orientacji obrazu jest związana z właściwościami kształtu drugiego rzędu, zwłaszcza z kierunkiem minimalnej drugiej pochodnej głębokości powierzchni oraz stosunkiem wielkości minimalnej i maksymalnej drugiej pochodnej. Twierdził, że pola orientacji stanowią podstawowe źródło informacji o kształcie, a ich wykorzystanie przez układ wzrokowy przewiduje określone iluzje postrzeganego kształtu, na przykład zmiany oświetlenia.
Oprócz wizualnej oceny kształtu 3D Fleming zbadał również percepcyjną organizację kształtu i wykorzystanie kształtu do wyciągania dodatkowych wniosków na temat obiektów i ich właściwości - proces, który nazywa „zrozumieniem kształtu”. Fleming prowadził szereg badań nad tym, jak system wizualny wyciąga wnioski na temat procesów i przekształceń, które uformowały obiekty lub zmieniły ich kształt. Powracającym tematem w tej pracy jest to, że „historia przyczynowa” obiektu pozostawia ślady w jego kształcie, które można wykorzystać do określenia, które z jego cech są wynikiem transformacji zmieniających kształt. Takie przekształcenia obejmują proste zniekształcenia przestrzenne i bardziej złożone procesy wzrostu biologicznego. Przez analogię do zdolności systemu wzrokowego do rozdzielania obrazów przedstawiających przezroczyste powierzchnie na wiele różnych przyczyn, Fleming i jego współpracownicy określają rozdzielenie kształtu na różne przyczyny jako „Rozcięcie kształtu”. Przykładem tego jest umiejętność rozróżniania przyczyn różnych cech kształtu, które pojawiają się, gdy twarz lub przedmiot jest całkowicie zasłonięty welonem z tkaniny. Niektóre widoczne cechy powierzchni płótna są spowodowane samoczynnym drapowaniem tkaniny, podczas gdy inne wynikają z wystawania przedmiotu pod spodem. Obserwatorzy mogą rozróżnić te przyczyny, nawet jeśli ukryty obiekt ma nieznany kształt.
Fleming zbadał również rolę kształtu w kategoryzacji obiektów, zwłaszcza w jednorazowym uczeniu się nowych kategorii obiektów z jednego (lub niewielkiej liczby) egzemplarzy. W tym kontekście Fleming i współpracownicy opracowali model obliczeniowy do przewidywania postrzeganego podobieństwa między parami dwuwymiarowych (2D) kształtów, nazwany „ShapeComp”. Model łączy dużą liczbę cech kształtu, aby uchwycić różne aspekty kształtu. On i jego koledzy badali również, w jaki sposób wskazówki kształtu przyczyniają się do wizualnej percepcji animacji i odwrotnie, jak semantyka zmienia percepcyjną organizację kształtu. Fleming i współpracownicy argumentowali, że jednorazowa kategoryzacja wizualna człowieka polega na wnioskowaniu o modelu generatywnym na podstawie przykładowego obiektu. Zaproponowali, że obejmuje to podzielenie obiektu na części i przedstawienie ich relacji w sposób, który można zmodyfikować w celu syntezy nowych wariantów należących do tej samej kategorii co egzemplarz. Twierdzą, że pomysł ten jest wspierany przez eksperymenty, w których uczestnikom przedstawia się jeden egzemplarz i prosi się o narysowanie nowych wariantów.
Grafika komputerowa
Praca Fleminga w grafice komputerowej skupiała się głównie na percepcyjnych podejściach do przedstawiania i modyfikowania obrazów fotograficznych. Przyczynił się do opracowania opartych na obrazie algorytmów zmiany materialnego wyglądu i kształtu obiektów na fotografiach. Jego praca nad polami orientacyjnymi doprowadziła do opracowania metod syntezy obrazów obiektów o określonym trójwymiarowym kształcie i wyglądzie materiału, opartych na czysto dwuwymiarowych operacjach na obrazach. Przyczynił się również do prac nad badaniem percepcyjnych metod konwersji i prezentacji konwencjonalnych (niski zakres dynamiczny) i wysoki zakres dynamiczny obrazy. Jest współautorem podręcznika „Percepcja wizualna z perspektywy grafiki komputerowej”
Chwytanie i interakcja z przedmiotami i materiałami
Praca Fleminga nad kontrolą motoryczną koncentrowała się przede wszystkim na wpływie kształtu 3D i właściwości materiału — w tym masy , tarcia i sztywności — na chwytanie . On i jego współpracownicy badali różne iluzje związane z chwytaniem, w tym „iluzję ciężaru materiału, odmianę iluzji rozmiaru i ciężaru , w której oczekiwany ciężar przedmiotu jest manipulowany przez materiał jego powierzchni (zamiast jego objętości, jak w iluzja rozmiaru i wagi). On i jego koledzy opracowali model obliczeniowy do przewidywania człowieka precyzyjny chwyt (kciukiem i palcem wskazującym) lokalizacje chwytania obiektów o różnych kształtach 3D i właściwościach materiałów. Model łączy w sobie wiele funkcji kosztów związanych z właściwościami przedmiotu i ręki aktora. Model przewidywał w przybliżeniu średnie lokalizacje chwytów ludzkich, podobnie jak chwyty różnych osób przewidują się nawzajem.