MétaCan
Menu
Retour à la cohorte
Enregistrement W2061298455 · doi:10.1167/8.6.1143

Brief adaptation increases sensitivity of face recognition

2010· article· en· W2061298455 sur OpenAlexaff
İpek Oruç, Jason J.S. Barton

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)Contrast (vision)Stimulus (psychology)FacilitationFace (sociological concept)PsychologyDiscriminative modelPattern recognition (psychology)Artificial intelligenceComputer scienceCognitive psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Some models of adaptation propose that adaptation may serve to enhance discriminative sensitivity in the visual system. Increased sensitivity has been well established for retinal adaptation. However, empirical data for higher-levels remain inconclusive, with some studies appearing to confirm enhancement for the discrimination of orientation, contrast, and direction of motion, and others failing to find such improvements. In this study we assessed the impact of variable periods of adaptation on face recognition. We measured discrimination contrast thresholds for faces in a five-alternative forced-choice paradigm with or without prior adaptation to a face, for periods ranging from 10ms to 6400ms. Following adaptation and a noise mask lasting 50ms, subjects saw a low-contrast test face lasting 150ms. Contrast of the test image was varied with the Quest procedure to estimate 82% thresholds. For adaptation periods greater than 500ms, contrast thresholds for both faces identical to and different from the adapting face were elevated and continued to increase with longer adaptation durations. However, for durations less than 500ms, adaptation reduced thresholds for the same face, indicating a facilitation effect that was maximal at 200ms, but continued to elevate thresholds for different faces. Similar effects were obtained with adapting faces that differed in size from the test faces, excluding adaptation to low-level image properties as the source of the results. To exclude a response-bias account of the facilitation result we repeated the same experiment with a two-interval two-alternative detection task using the same stimulus set, with similar findings at short adapting durations. We conclude that brief periods of adaptation may serve to enhance recognition in high-level object processing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0030,000

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 Opus0,054
Tête enseignante GPT0,316
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetFace Recognition and PerceptionTravaux en français237 207