Combining occlusion and disparity information: a computational model of stereoscopic depth perception.
Notice bibliographique
Résumé
The three-dimensional structure of the world can be reconstructed using the differences, or binocular disparities, between the positions and appearance of the images of the same objects on the two retinae. Occlusion of one object by another gives rise to areas visible only in one eye, called monocular occlusions, for which binocular disparities cannot be computed. Nevertheless, monocular occlusions can be perceived at precise locations in depth and can even induce the perception of illusory occluding surfaces. Since a growing body of literature has shown that monocular occlusions are an integral part of stereoscopic depth perception, it is important that we understand the mechanisms of depth extraction from monocular occlusions. Psychophysical experiments suggest that the visual system is able to assign depth from monocularly occluded areas based on the constraints imposed by the viewing geometry. However, none of the existing models of stereopsis use viewing geometry as the primary mechanism for quantitative and qualitative depth extraction in occluded areas. Moreover, no model has been shown to recover depth and structure of illusory occluding surfaces induced by the presence of monocular regions. We propose a new model of depth perception from disparity and monocular occlusions in which monocularly occluded areas are detected explicitly and quantitative depth from occlusions is calculated based on occlusion geometry. The model represents several levels of processing in the visual cortex and includes complex interactions between disparity and monocular occlusion detectors. It successfully reconstructs depth in a large range of stimuli including random-dot stereograms, illusory occluder stimuli, da Vinci arrangements and natural images. Thus we demonstrate that a dedicated set of mechanisms for processing of monocular occlusions combined with classical disparity detectors can underpin a wide range of stereoscopic percepts. Meeting abstract presented at VSS 2013
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».