The hidden patterns in visual behavior
De verborgen patronen in visueel gedrag
The Hidden Patterns in Visual Behavior onderzoekt hoe kunstmatige intelligentie de translationele visiewetenschap kan versterken door menselijk zien beter te analyseren, te herstellen en te begrijpen in realistische en klinische situaties.
Het proefschrift van Ali Rahmani Nejad ontwikkelt computationele modellen voor drie verbonden thema’s: oogbewegingsanalyse, prothetisch zien en gezichtsvelduitval. Eerst worden methoden geïntroduceerd om kijkgedrag automatisch te classificeren tijdens natuurlijke activiteiten, waarbij mensen vrij bewegen en een draagbare eye-tracker gebruiken. Deze methoden pakken beperkingen aan van klassieke algoritmen, die vooral ontwikkeld zijn voor gecontroleerde laboratoriumsituaties. Daarna onderzoekt het proefschrift AI-gestuurde benaderingen voor gesimuleerd prothetisch zien, waarbij gaze-gecentreerde codering objectherkenning kan verbeteren voor toekomstige visuele implantaten.
Ten slotte worden machinelearningtechnieken gebruikt om betekenisvolle patronen van binoculaire gezichtsvelduitval bij glaucoom te vinden en te koppelen aan de kwaliteit van leven van patiënten. Samen laat dit werk zien hoe AI verborgen patronen in visueel gedrag zichtbaar kan maken en kan bijdragen aan betere experimenten, hulpmiddelen en klinische zorg.