Notice bibliographique
Résumé
Shape from shading models traditionally assume that observers estimate a lighting direction and use this estimate to infer shape from shading. In real world scenes, local lighting direction varies in unpredictable ways. How locally consistent must lighting be to perceive shape from shading? We manipulated local lighting directions across a scene and measured how this affected perception of shape from shading. In exp. 1 subjects were shown surfaces that varied in depth and judged the relative depth of the surface at two nearby probe locations. The depth profiles of the surfaces were created by filtering Gaussian white noise with a kernel of one of three widths (sigmaS). The lighting direction varied smoothly from place to place. Lighting directions were generated using Gaussian noise filtered with one of six kernels (sigmaL). There was also one uniform-lighting-direction condition. Performance decreased smoothly as sigmaL decreased (high sigmaL = less lighting variation) but even with quite rapid changes in local lighting direction, performance was still well above chance. In exp. 2 a window of uniform-lighting-direction was placed around the probe locations; outside this window the local lighting direction varied rapidly. Window size varied each trial. Results show that if the local lighting direction is consistent over more than two bumps in the surface shape then observers can recover shape from shading. In exp. 3 subjects viewed a surface in which three quadrants were lit from one direction and the lighting direction of the fourth differed by a tilt of 90°. Between quadrants, lighting direction changed smoothly from one direction to the other. The task was to identify the different quadrant. All subjects performed at chance. These results suggest that shape from shading mechanisms can tolerate rapid variations in local lighting direction, and furthermore observers cannot even detect strong lighting inconsistencies. Meeting abstract presented at VSS 2015
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».