Depth magnitude and binocular disparity: a closer look at patent vs. qualitative stereopsis
Notice bibliographique
Résumé
Ogle (1952; 1953) used measurements of perceived depth as a function of disparity to divide human stereopsis into patent (quantitative) and qualitative categories. Patent depth percepts result from a range of disparities within and outside Panum's fusional zone, while qualitative percepts result only from very large disparities well beyond the fusional limit. While this dichotomy is widely recognized, it is not clear if it is merely descriptive, or if it reflects an underlying neural dichotomy. If the latter is true, then patent and qualitative depth percepts should be associated with other distinguishing properties. In this series of experiments we evaluate the possibility that the 1st /2nd -order dichotomy proposed by Hess & Wilcox (1994) maps onto Ogle's patent/qualitative distinction. We used a magnitude estimation technique to evaluate the amount of depth perceived from test disparities within and beyond the fusable range. In separate blocks of trials we used stimuli designed to activate either the luminance-based 1st-order or the contrast-based 2nd-order system. The stimuli were windowed, 1D luminance noise patches that were presented either as correlated or uncorrelated stereopairs which activated 1st and 2nd-order stereopsis respectively. As anticipated, we find that at small disparities our 1st-order stimuli provide patent depth percepts that follow geometric predictions. However, our data also reveal that quantitative depth percepts are provided by 2nd-order stereopsis at small disparities, but the amount of depth is less than predicted by viewing geometry. Further, depth percepts become qualitative as the stimuli become diplopic and are mediated by solely 2nd-order mechanisms. Our results show that Ogle's qualitative stereopsis reflects the operation of a distinct neural mechanism designed to provide crude depth estimates for diplopic stimuli. The situation for stimuli within Panum's area is not as straightforward, as both 1st and 2nd-order mechanisms provide quantitative depth information in this range.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».