Spatiotemporal influence of colour on scene gist perception
Notice bibliographique
Résumé
Humans can perceive the content (gist) in a scene under pre-attention conditions. Previous work has shown that low spatial frequency information dominates this perception (Schyns & Oliva, 1994). In addition, colour pop-out shows that colour can be perceived pre-attentively, and coarse-scale colour is thought to contribute to scene gist, but only when colour is diagnostic (i.e. predictive) of a scene category (Oliva & Schyns, 2000). Here we investigate the spatiotemporal influence of colour on scene gist. Two types of image are used within our study: natural scenes where colour is diagnostic for scene category (e.g. mountains, coastlines), and man-made scenes where colour does not influence scene categorization (e.g. roads, buildings). Subjects performed a two-alternative forced choice task to identify the category of the presented scene for both natural and man-made scenes. Scenes were shown in three different chromatic conditions: normal chromatic, monochromatic, or inverted RG/BY chromatic channels. Chromatic condition and the duration of scene presentation was randomized within and between blocks. Our data show that for short presentation durations ([[lt]]150 ms), accuracy for natural scenes categorization is high for normal chromatic, but low for monochromatic and inverted chromatic channel scenes. In addition, reaction times are fastest for the normal chromatic condition. For the man-made images, accuracy and reaction times are equal in all three chromatic conditions. For presentation durations over 150 ms, accuracy is high and reaction times are low for all three chromatic conditions, irrespective on the type of scene used. Our conclusion is that although colour plays a role in defining the course scale spatial layout used within the initial onset of rapid scene gist perception of diagnostic natural scenes, other features are used in scene gist perception within non-diagnostic scenes categories, and at longer presentation durations.
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 | 0,003 |
| 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) | 0,002 | 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 ».