MétaCan
Menu
Retour à la cohorte
Enregistrement W2036547381 · doi:10.1167/7.9.303

The relative contributions of the visual components of a natural scene in defining the perceptual upright

2010· article· en· W2036547381 sur OpenAlexaff
Laurence R. Harris, R. Dyde, Michael Jenkin

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésOrientation (vector space)Frame (networking)Computer visionArtificial intelligencePerceptionSensory cueComputer scienceDepth perceptionObject (grammar)ShutterOblique caseHorizonVisual perceptionCommunicationMathematicsOpticsPsychologyPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

The ambient visual information that contributes to self- and object-orientation includes frame, horizon, and visual polarity cues (derived from sources such as the direction of illumination, the relationship between objects, and intrinsic polarity cues). These cues can be ambiguous: the frame provides four possible directions of up; the horizon two; whereas polarity cues provide a unique up direction. We previously showed how these elements affect the perceptual upright using oriented gratings (http://journalofvision.org/5/8/193). Here we look at the relative contribution of each component in real world scenes. Using the Immersive Visual Environment at York (IVY) we placed eleven observers in a virtual reality simulation of (i) a fully furnished room, (ii) just the furniture from this room, (iii) the room without furniture, (iv) a “room” comprised of random dots and (v) a wire-frame room. The environments were rendered in stereo using shutter glasses and could be tilted relative to the viewer. For each orientation of each environment, upright observers performed the Oriented Character Recognition Test (Exp Brain Res. 173: 612) to estimate the perceptual upright (PU). The PU was modeled as the sum of four vectors corresponding to the body/gravity (one vector) and the three visual components (frame, horizon, and polarized cues). The contribution of the wire-frame and dot rooms was dominated by the frame. Interestingly the relative contribution of the frame was similar when all the other cues were present (15% wireframe, 11% empty room, 19% furniture-filled room) but also when the frame was only implied in the furniture-only display (13%). The effect was largest for the furniture-filled room (83% of the body+gravity cue, furniture alone 74%, empty room 47%, wire-frame 14%, random dot 5%). The different components of a visual scene make differential contributions to the perceptual upright that can be quantified precisely.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,349
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207