MétaCan
Menu
← Retour à la cohorte
Enregistrement W2069160910 · doi:10.1167/13.9.1175

Stereopsis depends on a matched interocular mean luminance

2013· article· en· W2069160910 sur OpenAlexaff
Alexandre Reynaud, Jiawei Zhou, Robert F. Hess

Notice bibliographique

RevueJournal of Vision · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLuminanceContrast (vision)StereopsisArtificial intelligenceComputer visionMathematicsBinocular disparityOpticsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Stereopsis depends on matched inputs from the two eyes. The role of contrast and spatial frequency have been well studied but we know little about the effects of a mismatch in mean luminance between the two eyes. If stereo depends on a matched luminance between the two eyes there are three possible reasons why. First, even though the physical contrast is unaltered, the neural contrast sensitivity will eventually change and this could result in reduced stereo via its contrast dependence. Second, mean luminance is known to be associated with a slower visual response and this could reduce stereo due to temporal asynchrony. Thirdly, optimal stereo may require a matched interocular mean luminance per se. We thus tested the effects of different neutral density (ND) filters in a disparity detection task using a spatially filtered and unfiltered fractal noise stimulus. We first determined whether the reduction in stereo with mean luminance reduction in one eye was spatial scale dependent. We then determined whether any reduction in stereo performance could be accounted by the expected luminance-dependent temporal asynchrony. The results suggest that stereo does depend on a match mean luminance in the two eyes, it is scale dependent with greater reduction occurring at the lowest scale and that while temporal asynchrony is a factor resulting from reducing the mean luminance, it is not the sole cause of the reduced stereo performance. We conclude that there is a mean luminance per se constraint to stereo matching. Supported by an NSERC grant (# 46528) to RFH 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 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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,333
Écart entre enseignants0,293 · 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'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→