概要：在神經(jīng)網(wǎng)絡(luò)系統(tǒng)中把簡單場景中的對象識別作為任務(wù)的研究集中在兩個(gè)主要的問題上：第一個(gè)問題是利用有限的資源處理大量的輸入；第二個(gè)問題是表示和利用結(jié)構(gòu)化的知識。第一個(gè)問題的出現(xiàn)是由于沒有一個(gè)實(shí)用的神經(jīng)網(wǎng)絡(luò)可以同時(shí)高效地處理所有的可視化輸入。解決這個(gè)問題的辦法是并行地處理比較小的輸入，并且連續(xù)地處理輸入的其他部分。為了能夠描述和翻譯收集來的前后相繼的信息，這個(gè)策略需要系統(tǒng)維護(hù)一個(gè)結(jié)構(gòu)化的知識。
被提議的系統(tǒng)VISOR由兩個(gè)主要的模塊組成。低層可視化模塊(Low-Level Visual Module)從可視化輸入中提取特征和位置信息。計(jì)劃模塊(Schema Module)把可能的對象的可視化知識編碼，并且為低層可視化模塊提供自上而下的信息，以便把注意力集中在場景中互不相同的部分。通過和低層可視化模塊的協(xié)力合作，計(jì)劃模塊建立了一個(gè)對于收集到的前后相繼的可視化信息的全局一致的翻譯。
Ⅰ 介紹
考慮在簡單場景中對象識別的任務(wù)。一個(gè)場景分析系統(tǒng)不得不識別場景中的對象(比如一張弓和兩棵樹)并且識別出場景所描繪的到底是什么。在設(shè)計(jì)一個(gè)執(zhí)行以上所描述的功能的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的過程中，我們遇到了兩個(gè)基本的問題：
1 怎樣能使得一個(gè)固定的，有限的神經(jīng)網(wǎng)絡(luò)能夠處理無限的信息？
2 怎樣能使得一個(gè)神經(jīng)網(wǎng)絡(luò)能夠表示和利用已有的結(jié)構(gòu)化知識？
實(shí)際上，在許多神經(jīng)網(wǎng)絡(luò)應(yīng)用領(lǐng)域我們都遇到了以上所描述的兩個(gè)問題，例