Il cervello umano è molto efficiente nel riconoscere le scene visive e gli scienziati ritengono che siamo così bravi perché il sistema visivo si è evoluto per codificare le regolarità statistiche nelle immagini. Le immagini “naturali” però hanno caratteristiche statistiche molto diverse dai disegni a tratto, nei quali mancano moltissime informazioni, prima su tutte il colore. “Ciononostante i disegni catturano l’essenza del nostro mondo naturale” spiegano gli autori nell’articolo di prossima pubblicazione sulla rivista PNAS.
Allora come questi disegni sono processati nel cervello, quali somiglianze e differenze fra l’analisi cerebrale di fotografie e disegni a tratto, si sono chiesti i ricercatori che hanno registrato l’attività cerebrale (in alcune aree specifiche, come la visiva primaria, il giro ippocampale, la corteccia retrospinale e il complesso laterale occipitale) già note per il loro ruolo nel riconoscimento di scene visive. Lo hanno fatto mentre i soggetti osservavano delle fotografie di paesaggi (sei categorie diverse: spiagge, foreste, città, ecc.) o i disegni a tratto (riprodotti da artisti esperti) delle stesse immagini.
Utilizzando il pattern di attivazione corrispondente alle fotografie, hanno addestrato e testato un software a riconoscere (solo in base all’attività elettrica) a quale categoria apparteneva l’immagine che il soggetto stava guardando. Finito l’addestramento hanno dato in pasto al software le attivazioni relative ai disegni a tratto, per testare se fosse in grado di riconoscere le categorie anche in questo caso. Sorprendentemente l’accuratezza del riconoscimento nella seconda fase era del tutto simile a quella per le fotografie. In base a questi risultati Chai e Fei-fei sostengono che esistono informazioni comuni fra disegni a tratto e immagini naturali, che il cervello usa nel riconoscimento.
Gli autori però non si sono fermati qui. Si sono chiesti infatti qual è questo tipo di informazione. In particolare hanno analizzato il ruolo dell’informazione globale e locale (le strutture più grandi o i dettagli) nell’immagine. In base all’analisi delle immagini hanno stabilito che i contorni lunghi rappresentano un tipo di informazione globale, mentre i contorni più brevi e spezzettati danno informazione sui dettagli. Eliminando selettivamente percentuali diverse di contorni lunghi o di contorni brevi gli scienziati hanno stabilito che sono i primi quelli più importanti per riconoscere le scene visive. Dunque dai disegni a tratto il nostro sistema visivo estrarrebbe una sorta di struttura globale dell’immagine che ci permette di riconoscerla.
L’articolo non è ancora disponibile online. Questa è la citazione: D. B. Walther, B. Chai, E. Caddigan, D. M. Beck and L. Fei-Fei. Simple line drawings suffice for functional MRI decoding of natural scene categories. Proc. Nat. Acad. of Sci (PNAS). 2011. (in press)