Depth perception from motion parallax: dependence on texture spatial frequency and orientation
Notice bibliographique
Résumé
Previous studies of motion parallax have employed random dot textures, which are broadband in terms of spatial frequency and orientation. However most neurons in the early visual system have specific tuning for spatial frequency and orientation. Furthermore, neurons selective for texture boundaries exhibit distinct tuning for high spatial frequency textures. Here we examine the effect of texture spatial frequency and orientation on depth perception from shear motion parallax. Visual stimuli consisted of textures created from randomly distributed Gabor micropatterns whose relative shearing motion was synchronized to the observer's horizontal head movements and modulated with a low spatial frequency (0.1 cpd), horizontal square wave envelope pattern. We measured psychophysical performance in a 2AFC depth-ordering task, for Gabor elements of varying spatial frequency (1 to 8 cpd) and orientation (vertical or horizontal). All of the Gabor micropatterns in each texture were of the same spatial frequency and orientation. Performance was measured for varying levels of added coherence noise, to obtain coherence noise thresholds. Furthermore, we varied the density and the contrast of Gabor micropatterns to measure the possible importance of sparseness and element contrast. At low spatial frequencies, performance was better for vertical than for horizontal Gabors while at high spatial frequencies (e.g. 8 cpd) there was no effect of orientation. However at mid-range spatial frequencies (e.g. 4 cpd), surprisingly, depth for most observers was better for horizontal than for vertical Gabors. Density of the micropatterns had little impact on psychophysical performance. Decrease in contrast increased the difference between performance for vertical and horizontal Gabor micropatterns. These results demonstrate that the mechanism for depth from motion parallax is highly dependent on the nature of the constituent surface textures. Meeting abstract presented at VSS 2014
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».