Aufrufe
vor 4 Jahren

Hand und Auge

Hand und Auge

5.6. Die Simulation des

5.6. Die Simulation des Erkennens von Gesichtern und Gesichtspartien im synergetischen Computer Das Erkennen eines Musters aus einer Vielzahl von wahrnehmbaren Eigenschaften (eventuell mit Rauschen oder an einem Teilausschnitt) ist eine erstaunliche Leistung unseres visuellen Systems. Der menschliche Körper ist ein zentraler und bevorzugter Gegenstand unserer alltäglichen Wahrnehmung, und das Gesicht, in dem sich so viele Ausdrucks- und Eindrucksfelder befinden, ist wiederum ein Zentrum dieses Feldes. 13 Dabei sind Augen und Mund besonders wichtig. Die relevanten Eigenschaften sind neben Textur, Licht und Schatten, Bewegungen und Konturen. Im Gegensatz zur Hand, hat das Auge einen ziemlich kleinen Bewegungsraum: Öffnen, Schließen Bewegung der Pupille: links, rechts, oben, unten, schräg, eventuell sich erweitern, verengen. Aber auch die Augenbrauen und die Lider sind beweglich. Im folgenden soll die Bewegung der Augen vernachlässigt werden. Für die lexikalische Analyse zählt zuerst die Frage, was überhaupt ein Auge (ein Augenpaar) ist. Stellt man die Frage, ob ein gegebenes Bild (z.B. in Grautönen) ein Auge ist, an den synergetischen Computer, so vergleicht dieser das Bild mit einem Inventar gespeicherter Prototypen. Da das Wort Auge im Deutschen (und in den meisten Sprachen) polysem ist, d.h. mehrere, untereinander verbundene Bedeutungen hat, könnte der Computer auch prototypische Bilder von ‘Augen’ an einem Tier, einem Insekt, einer Pflanze, einem Tau usw. heranziehen (vgl. Kap. 6). Falls das dargebotene Bild (nach Anpassung von Größe, Position, eventuell Sichtwinkel) einem dieser Prototypen ähnlich ist (ähnlicher als den anderen), rekonstruiert der Computer den Prototypen 14 und erkennt damit das dargebotene Bild. In Haken und Haken-Krell (1992: Teil III) sind die wichtigsten Ergebnisse leicht verständlich dargestellt (vgl. auch Haken, 1991). Ein Bild wird in Zeilen und Pixel diskretisiert. Jede Zeile wird nach Grauwerten abgetastet, die insgesamt einen Kurvenverlauf ergeben. Dieser wird durch 13 Auch Tabuzonen des Körpers sind, wenn sie verdeckt oder enthüllt werden, Zentren der Wahrnehmungsrelevanz. 14 Der synergetische Computer ist mustererkennend und mustererzeugend zugleich. 45

46 eine Fourier-Analyse in Sinus-Schwingungen verschiedener Frequenz analysiert. Die gespeicherten Prototypen werden durch charakteristische Frequenzen dargestellt. Über ein Ähnlichkeitsmaß wird jener Prototyp (Attraktor) gefunden, zu dem das vorgegebene Bild am besten paßt. Anhand des Attraktors kann dann das Bild rekonstruiert und kategorisiert werden. 15 Im Prinzip kann auch ein Wort, z.B. ‘ Auge’, als Teil des Bildes analysiert werden. Wird ein Prototyp, z.B. ein Fettauge auf der Suppe, identifiziert, kann nicht nur das Wort ‘ Auge’ zugeordnet werden, auch weitere mit dem Prototypen gespeicherte Informationen können auf das erkannte Bild übertragen werden. Die Grundidee des synergetischen Computers besteht darin, daß mit der Erkennung des Prototypen auch alle dazugehörigen Informationen dem zu erkennenden Muster hinzugefügt werden. Mustererkennung und Mustererzeugung laufen parallel. Der synergetische Computer ist ein selbstorganisierendes System, insofern die Zellen (Neuronen) des Systems, gesteuert (versklavt) von den Attraktoren (Prototypen), ein Muster aus einer unvollständigen oder abweichenden Vorlage erzeugen. In ein- und demselben System sind alle Prototypen parallel gespeichert. Diese Modellkonzeption ist recht nahe an dem, was uns neuropsychologische Experimente sagen, allerdings wäre es falsch, darin bereits ein realistisches Modell des Gehirns zu sehen. Hat der Computer einen Gegenstand erkannt, so kann er für diesen den Aufmerksamkeitsparameter auf Null stellen und erkennt nun ein anderes Objekt auf dem Bild usw. Über diesen Prozeß kann der Computer, etwa ein Gesicht, als Ganzes erkennen und dann die Teile: Mund, Augen usw. analysieren. Wichtig im Vergleich zu Kapitel 3 ist, daß die parallele Kodierung (als 15 Die Frage, ob das Erkennen von Gesichtern ein eigenes kognitives „Modul“ darstellt, ist umstritten. Wahrscheinlich gibt es eine Reihe von Bedingungen, unter denen spezifische Fertigkeiten bei der Erkennung von Gesichtern zum Tragen kommen, und es werden gleichzeitig allgemeinere Erkennungsprozeduren zur Anwendung gebracht, die nicht aufgabenspezifisch sind. Vgl. die Analyse von Moscovitch, Winocur und Behrmann (1996) an einen Patienten mit Objekt-Agnosie und Dyslexie, bei dem jedoch die Gesichtserkennung nicht beeinträchtigt war. Eine neue Version des synergetischen Computers müßte eventuell Prozeduren der holistischen Gesichtserkennung von Prozeduren der Objekt- und Worterkennung trennen bzw. die partielle Spezialisierung berücksichtigen.