Ludovica De Paolis

研究发现视觉Transformer比卷积神经网络更能模拟人类纹理感知

一篇新的arXiv论文由Ludovica De Paolis撰写，比较了卷积神经网络（CNNs）和视觉Transformer（ViTs）如何表示纹理，这是视觉感知的一个关键方面。研究发现，ViTs创建的纹理表示与其复杂性无关，并且在识别纹理方面，人类的表现比CNNs更能被ViT表示所预测。这些发现表明，ViTs可能更准确地模拟人类纹理处理，而网络架构起着重要作用。