The influence of horizontal structure on face identification as revealed by noise masking
Notice bibliographique
Résumé
Dakin and Watt (J Vis., 2009, 9(4):2, 1-10) suggested that face identity is conveyed primarily by the horizontal structure in a face. We evaluated this hypothesis using upright and inverted faces masked with orientation filtered Gaussian noise. Observers completed a 10-AFC identification task that used faces that varied slightly in viewpoint. Face stimuli were presented in horizontal and vertical noise, and in a noiseless baseline condition. Both face and noise orientation were varied within subjects, with face orientation blocked and counter-balanced across two sessions and noise orientation varying within each session. We measured 71% correct RMS contrast thresholds for each condition and then converted the thresholds into masking ratios defined as the logarithm of the ratio of the masked and unmasked thresholds. There was a significant effect of noise orientation for upright faces (F(1,11)=5.162, p<0.05), with horizontal noise producing more masking than vertical. However, this effect did not appear for inverted faces. In a second experiment, we found that the pattern of masking did not change significantly with the RMS contrast of the masking noise (F(2,4)=1.013, P>0.4). Finally, we simulated the performance of Dakin and Watt's so-called barcode observer for our experimental conditions, and found that the predictions of the model were consistent with the masking data obtained with upright faces. Together, these data suggest that observers may indeed identify faces preferentially using the horizontal structure in the stimulus.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».