Oamenii sunt remarcabil de buni la amintirea fotografiilor. Pentru a investiga în continuare natura reprezentărilor stocate și fidelitatea amintirilor umane, ar fi util să se evalueze similaritatea vizuală a stimulilor prezentați în experimente. Aici, am explorat posibila utilizare a rețelelor neuronale convoluționale (CNN) ca măsură a similarității perceptuale sau de reprezentare a scenelor vizuale în ceea ce privește cercetarea memoriei vizuale. În experimentul 1, am prezentat participanților seturi de nouă imagini din aceeași categorie de scene și am testat dacă au fost capabili să detecteze cea mai îndepărtată scenă în spațiul imaginii definit de CNN. Experimentul 2 a fost o variantă vizuală a paradigmei Deese-Roediger-McDermott. Le-am cerut participanților să își amintească un set de fotografii din aceeași categorie de scene. Fotografiile au fost preselectate în funcție de distanța lor față de un anumit prototip vizual (definit ca centroid al spațiului imaginii). În testul de recunoaștere, am observat rate mai mari de alarme false pentru scenele mai apropiate de acest prototip vizual. Constatările noastre arată că similitudinea măsurată de CNN se reflectă în comportamentul uman: oamenii pot detecta scene ciudate sau pot fi atrași de alarme false cu stimuli similari. Această metodă poate fi utilizată pentru studii ulterioare privind memoria vizuală pentru scene complexe.
.