Mensen zijn opmerkelijk goed in het onthouden van foto’s. Om de aard van de opgeslagen representaties en de getrouwheid van menselijke herinneringen verder te onderzoeken, zou het nuttig zijn om de visuele gelijkenis van stimuli gepresenteerd in experimenten te evalueren. Hier onderzochten we het mogelijke gebruik van convolutionele neurale netwerken (CNN) als een maat voor perceptuele of representatieve gelijkenis van visuele scènes met betrekking tot visueel geheugen onderzoek. In Experiment 1 presenteerden we deelnemers sets van negen afbeeldingen uit dezelfde scènecategorie en testten we of ze in staat waren de meest afgelegen scène te detecteren in de door CNN gedefinieerde beeldruimte. Experiment 2 was een visuele variant van het Deese-Roediger-McDermott paradigma. We vroegen deelnemers om een set foto’s van dezelfde scènecategorie te onthouden. De foto’s werden voorgeselecteerd op basis van hun afstand tot een bepaald visueel prototype (gedefinieerd als centroïde van de beeldruimte). In de herkenningstest stelden we hogere percentages vals alarm vast voor scènes die dichter bij dit visuele prototype lagen. Onze bevindingen tonen aan dat de gelijkenis gemeten door CNN weerspiegeld wordt in menselijk gedrag: mensen kunnen onevenwichtige scènes detecteren of gelokt worden tot vals alarm met gelijkaardige stimuli. Deze methode kan worden gebruikt voor verdere studies met betrekking tot visueel geheugen voor complexe scènes.