Neuronale Netze
Eine Einführung
  • Grundlagen
  • Lernregeln
  • Netztypen
  • Eigenschaften
  • Anwendungen
  • Sonstiges
  • Farbkonstanz
  • Routinetätigkeiten
  • Autismus
  • Zusammenfassung
  • Ausgangssituation
  • Netzaufbau
  • Ergebnisse und Fazit
AnwendungenLayout elementFarbkonstanzLayout elementErgebnisse und Fazit
Seite 43/63
NetzaufbauNetzaufbau
  AusgangssituationAusgangssituation

Farbkonstanz

Ergebnisse und Fazit

Ergebnisse

Von den umfangreichen Befunden der Arbeit von Stanikunas, Vaitkevicius und Kulikowski (2004) soll an dieser Stelle nur Bezug zu einigen ausgewählten Ergebnissen genommen werden:

  • Sofern mindestens fünf verschiedene Beleuchtungsbedingungen in der Trainingsphase zur Verfügung stehen und diese relativ gleichmäßig über den Farbraum verteilt sind, ist eine Generalisierung des Gelernten festzustellen. In diesem Fall zeigt sich Farbkonstanz auch unter neuen, dem Netz unbekannten Beleuchtungsbedingungen.
  • Analysen trainierter Netze mit Objekten verschiedener Farbsättigung in der Trainingsphase zeigen wie erwartet, dass bessere Lernleistungen erzielt werden (d.h. Farbkonstanz in stärkerem Maße erreicht wird), wenn das Objekt eine hohe Farbsättigung aufweist. Dies liegt vermutlich daran, dass Objekte hoher Farbsättigung einen größeren Bereich des Farbraums abdecken.
  • Vergleicht man die Ergebnisse des künstlichen neuronalen Netzes mit Untersuchungsbefunden zur Farbkonstanz bei menschlichen Probanden (Kulikowski und Vaitkevicius, 1997), so zeigen sich trotz vereinzelter Unterschiede große Gemeinsamkeiten bei der Farbeinschätzung von Objekten unter verschiedenen Beleuchtungsbedingungen. Auf Basis der Befunde des künstlichen Netzes kann vermutet werden, dass das menschliche Sehsystem zwei separate, jedoch gleichzeitig ablaufende Berechnungen durchführen muss, damit das Phänomen der Farbkonstanz auftritt: Zum einen muss die Farbe des Hintergrundes eines Objektes näherungsweise geschätzt werden und zum anderen ist die Farbdifferenz zwischen dem Objekt und seinem Hintergrund zu bestimmen.

Fazit

Als Fazit lässt sich festhalten, dass das neuronale Netz von Stanikunas, Vaitkevicius und Kulikowski (2004) einen interessanten Ansatz zum Thema Farbkonstanz darstellt. Zudem scheint der Ansatz, Farbkonstanz mittels neuronaler Netze zu erforschen, vielversprechend. Ein tieferes Verständnis dieses Phänomens hat zudem unmittelbare Implikationen u.a. auf die Simulation des menschlichen Auges bei Robotern, aber auch beispielsweise bezüglich der Möglichkeit verschiedener Beleuchtungen in Umkleidekabinen von Modehäusern.

Kritisch anzumerken ist an der Arbeit von Stanikunas, Vaitkevicius und Kulikowski (2004), dass es sich bei der Lernregel um supervised learning handelt. Möglicherweise tritt bei Menschen auch dann das Phänomen der Farbkonstanz in Erscheinung, wenn ihnen niemals jemand zuvor gesagt hat, welches der "richtige" Farbeindruck eines Objektes ist.

NetzaufbauNetzaufbau
  AusgangssituationAusgangssituation

Anregungen, Fragen und Fehler an: Mailadresse: 'mail at neuronalesnetz.de'

  • Impressum
  • Druckversion
  • Sachverzeichnis
  • Links