The contribution of binocular and monocular texture elements to depth ordering
Notice bibliographique
Résumé
While once considered simply a source of noise in binocular images, recent experiments show that monocularly visible elements that are consistent with the sign of a depth discontinuity improve depth perception (Gillam & Borsting, Perception,1988; Nakayama & Shimojo, VR,1989). This improvement is evident in simple (Pianta & Gillam, VR, 2002) and complex (Wilcox et al.JOV suppl, 2003) stereoscopic displays. However, we do not know how this monocular signal is combined with other cues. To this end, the experiments described here evaluate the relative contribution of monocular elements and disparity to depth perception. We used random dot stereograms and a 2AFC paradigm to assess the contribution of monocular elements and disparity to ordinal depth judgments. Experiments 1 and 2 used suprathreshold stimuli and demonstrated that when monocular elements alone signalled a discontinuity depth perception was poorer than in conditions where disparity was presented alone or conflicted with the monocular cue. We posited that the monocular signal is used when disparity is unreliable. In Experiment 3 we measured the minimum amount of contrast needed to see depth via disparity and then measured percent correct in a depth ordering task at threshold and at 1.5 times threshold. At threshold, performance was the same in the monocular and the disparity alone conditions. When contrast was increased slightly, performance improved in the monocular conditions (with or without disparity) relative to the disparity only condition. We conclude that if a reliable disparity signal is present it will be used to make depth ordering judgments; the presence or absence of a valid monocular signal does not influence performance. However, if the disparity signal is weak, then the monocular information is exploited to make depth judgments. Significantly, we have found no evidence of summation of disparity and monocular signals suggesting that this process cannot be modeled as a weighted average of the two cues.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».