Texture regions are more easily detected than texture edges
Notice bibliographique
Résumé
Purpose: Texture discrimination is widely believed to rely on mechanisms that detect discontinuities within neural images (Landy & Bergen, 1991, Vision Research). An alternative view is that texture discrimination is “region based" meaning that sensitivity to a texture difference is not significantly affected by the proximity to the two textures involved (e.g., Gurnsey & Laundry, 1992, Canadian Journal of Psychology). To examine this question we compared the relative discriminability of circular and annular texture regions embedded in a larger background textures. Method: Foreground and background textures comprised filtered noise. The filters have 1.25 octave bandwidths and centre frequencies that ranged from 3.65 cpd to 4.74 cpd in seven equal logarithmic steps. In one condition the foreground frequency was fixed at 3.65 cpd and the frequency of the background texture was varied. In a second case the frequency of the background texture was fixed at 3.65 cpd and the frequency of the foreground texture was varied. The disparate texture was contained within either a circular region or an annular region. The area of disparate texture within the circular region was 33% greater than in the annular region, whereas the annular region had 50% more boundary locations than the circular region. Nine subjects performed a 4AFC in which they were to indicate the location of the disparate region. Results: Threshold was calculated as the frequency difference that elicited 72% correct responses. Thresholds were significantly lower for circular texture regions than for annular texture regions F(1, 8), p < 0.001. In neither case was there an asymmetry and there was no interaction of region type with foreground/background. Conclusions: These results suggest an important role region-based processes in texture discrimination. Comparisons of texture properties appear to be performed over relatively large distances and are not restricted to the vicinity of the texture discontinuity.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».