La mayoría de nosotros estamos familiarizados con la idea de la compresión de imágenes en los ordenadores. Las extensiones de archivo como ".jpg" o ".png" indican que se han comprimido millones de valores de píxeles hacia un formato más eficiente, reduciendo el tamaño del archivo en un factor de 10 o más, con poco o ningún cambio aparente en la calidad de la imagen. El conjunto completo de los valores originales de los píxeles ocuparía demasiado espacio en la memoria del ordenador y tardaría mucho tiempo en ser transmitido a través de internet.El cerebro se enfrenta a un problema similar. Las imágenes capturadas por las células sensibles a la luz en la retina de los ojos son del orden de un megapíxel. El cerebro no tiene la capacidad de memoria o de transmisión para procesar de manera constante imágenes de ese tamaño. En lugar de eso, el cerebro debe seleccionar sólo los datos más importantes, aquellos que nos permitan entender lo que estamos viendo.
Un equipo de la Universidad Johns Hopkins dirigido por los neurocientíficos Ed Connor y Kechen Zhang ha profundizado un poco más en los entresijos de cómo el cerebro comprime la información visual hasta retener sólo lo esencial.
Los investigadores encontraron que las células en el área conocida como V4 prefieren marcadamente las regiones de cada imagen que ostentan una curvatura pronunciada. Los experimentos realizados por Eric Carlson mostraron que las células del área V4 son muy sensibles a las curvaturas pronunciadas, y poco sensibles a los bordes planos o a las curvas poco pronunciadas.
Las simulaciones por ordenador mediante modelos de conjuntos de cientos de células del área V4 demostraron una reducción espontánea de las células usadas para cada imagen; una reducción comparable a la reducción de tamaño de archivo alcanzada por la compresión de fotografías en formato JPEG. A este nivel, el modelo informático manifiesta la misma preferencia marcada hacia las curvaturas pronunciadas observada en las células reales del área V4.
¿Por qué concentrarse en las regiones de curvatura pronunciada genera ese ahorro de recursos? Porque, como los análisis del equipo de investigación demuestran, las regiones de alta curvatura son relativamente escasas en los objetos naturales, en comparación con las regiones planas y las curvaturas poco pronunciadas. Prestar más atención a las características poco comunes, y menos a las características comunes, es la mejor opción para distinguir objetos con el mínimo esfuerzo.
Las regiones de curvatura pronunciada son muy útiles para distinguir y reconocer los objetos. Los experimentos psicológicos han mostrado que los sujetos de estudio pueden reconocer dibujos de objetos incluso después de que los bordes planos de éstos hayan sido borrados. En cambio, borrar los ángulos y otras regiones de alta curvatura hace muy difícil reconocer los objetos dibujados.
Fuente: