概要：在神經(jīng)網(wǎng)絡系統(tǒng)中把簡單場景中的對象識別作為任務的研究集中在兩個主要的問題上：第一個問題是利用有限的資源處理大量的輸入；第二個問題是表示和利用結構化的知識。第一個問題的出現(xiàn)是由于沒有一個實用的神經(jīng)網(wǎng)絡可以同時高效地處理所有的可視化輸入。解決這個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，這個策略需要系統(tǒng)維護一個結構化的知識。
被提議的系統(tǒng)VISOR由兩個主要的模塊組成。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，計劃模塊建立了一個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。一個場景分析系統(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。在設計一個執(zhí)行以上所描述的功能的神經(jīng)網(wǎng)絡系統(tǒng)的過程中，我們遇到了兩個基本的問題：
1 怎樣能使得一個固定的，有限的神經(jīng)網(wǎng)絡能夠處理無限的信息？
2 怎樣能使得一個神經(jīng)網(wǎng)絡能夠表示和利用已有的結構化知識？
實際上，在許多神經(jīng)網(wǎng)絡應用領域我們都遇到了以上所描述的兩個問題，例