LaMem

由于小规模和缺乏各种基准数据，估计视觉记忆性的进展受到限制。在这里，我们介绍了一种新颖的实验程序来客观地测量人类记忆，使我们能够构建 LaMem，这是迄今为止最大的带注释图像记忆数据集（包含来自不同来源的 60,000 张图像）。使用卷积神经网络 (CNN)，我们表明微调后的深度特征大大优于所有其他特征，达到 0.64 的秩相关性，接近人类一致性 (0.68)。对高级 CNN 层响应的分析表明，哪些对象和区域与可记忆性正相关和负相关，这使我们能够为每个图像创建可记忆性图，并提供执行图像可记忆性操作的具体方法。这项工作表明，人们现在可以稳健地估计来自许多不同类别的图像的可记忆性，将可记忆性和深度可记忆性特征定位为估计认知系统信息效用的主要候选者。