「マーの視覚計算理論」の版間の差分

{{box|text=　Marrによると、情報処理装置は3つのレベルで理解する必要がある。それは、計算理論、情報表現とアルゴリズム、ハードウェア(実装)である。彼は視覚系を、初期視覚、中間視覚、高次視覚にわけ、それぞれについてこれら3つのレベルで独創的な研究を進めた。とくに、視覚計算理論の思想は、視覚系に限らず、広く脳科学や認知科学、心理学に大きな影響を与えた。}}

==Marrの視覚計算理論とは==

　[[w:デビッド・マー|David Marr]] (1945-1980)は、[[視覚]]研究において独創的な理論体糸を残し、一つの総合的アブローチを提唱した<ref name=ref1 /><ref>'''乾 敏郎 (1994).'''<br>視覚の計算理論．伊藤正男・安西祐一郎・川人光男・市川伸 一・中島秀之・橋田浩一（編）岩波講座「認知科学」第3巻『視覚と聴覚』''岩波書店'' 89-127</ref>。ここでは、一般の情報処理システムを理解するための3つのレベル、視覚情報処理を理解するための3つのレベルについて紹介した後、視覚情報処理の3段階について具体的に説明する。Marrの視覚研究の枠組みは当時としてはきわめて独創的なものであった。現在でも脳研究は3つのレベルでさまざまな検討がなされている<ref>'''Mather, G. (2015).'''<br>Computational approaches to perception: Beyond Marr’s (1982) computational approach to vision. In: Eysenck, M.W. and Groome, D. (Eds.) Cognitive psychology : Revisiting the classic studies, SAGE Publications, 38-46.<br>'''乾 敏郎 (訳, 2017)'''<br> 知覚の計算論的アプローチ－ Marr(1982)による視覚の計算論的アプローチを超えて. 箱田 裕司, 行場 次朗（監訳）『古典で読み解く現代認知心理学』, ''北大路書房'', 49-60.</ref>。

　情報処理糸の研究をするためにはまずシステムの目的をはっきりさせねばならない。視覚系の目的はいろいろ考えられるが、Marr (1982)<ref name=ref1>'''Marr, D. (1982).'''<br>Vision: A computational investigation into the human representation and processing of visual information.  New York, NY: W. H. Freeman & Company.<br>'''乾 敏郎，安藤広志（訳，1987）'''<br>『ビジョン－視覚の計算理論と脳内表現－』　産業図書.</ref> はまず網膜像の強度変化から実世界の3次元構造を推測することが視覚情報処理系の目的であると考えた。各過程はこの目的を遠成するために合理的に作られているはずである。そこでまずそれぞれの過程では何がどのような目的で計算されているのかを明らかにする必要がある。これが計算理論であり、システムの入出力の関係の記述と言える。

[[File:Inui_Marrs_computational_theory_of_vision_Fig.png|thumb|400px|'''図. Marrの視覚情報処理過程の枠組み''']]

　Marrは、視覚情報処理過程を大きく3段階に分けて議論した。すなわち、[[初期視覚]]（early vision）、[[中間視覚]]（middle vision）、[[高次視覚]]（high-level vision）である('''図''')。Marrの枠組みのなかで最大の特徴は、面の知覚が視覚系の最も重要な機能だとした点である。それまでの知覚観は線や図形といった2次元的な形態を捉えることを中心に議論されてきた。それに対して、Marrは外界の3次元構造を網膜像から推定することが視覚系の最大の特徴であると捉えたのである。ここにひとつの大きな転機が[[視覚心理学]]や生理学に訪れることとなった。

　画像の強度を決定する要因として4つが挙げられる。(1)可視表面（visible surface）の幾何学的構造、(2)可視表面の反射率、(3)光景に対する照明、(4)観察点である。画像は、これらすべての要因が混在している。初期視覚の目的は、どの強度変化がどの要因によるものかを種分けすることであり、4つの要因が分離された表現を作り出すことである。Marrは、2つの段階を経てこの目標が達成されていると考えた。すなわち、まず画像における変化と構造に関する適切な表現が得られる段階がある。ここには、強度変化の検出、局所的な幾何学的構造の表現と分析、光源や輝点および透過性といった照明効果の検出などが含まれる。この第1段階の結果得られる表現は原始スケッチ（primal sketch）と呼ばれた。

　また初期視覚では明るさ、色、動き、陰影（shading and shadow）、[[両眼視差]]、[[運動視差]]（motion parallax）、[[遮蔽輪郭]]（occluding contour）、[[テクスチャ]]（texture）などを[[原始スケッチ]]に働くモジュールが多く存在すると考えられた。Marrは、これらのモジュールがすべて外界の構造推定のために情報を処理しているのだと考えた。