MétaCan
Menu
← Retour à la cohorte
Enregistrement W2087233456 · doi:10.1167/1.3.183

Stereoscopic depth perception at high velocities

2010· article· en· W2087233456 sur OpenAlexaff
S. Lee, Lew B. Stelmach

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSpatial frequencyStereoscopyStimulus (psychology)PerceptionBinocular disparityOpticsPhysicsAcousticsMathematicsPsychology

Résumé

récupéré en direct d'OpenAlex

Stereoscopic depth perception involves computing the magnitude of the spatial displacement of image features in one eye compared to the same image features in the other eye. It is generally accepted that these computations are performed in parallel in disparity-channels tuned to different ranges of spatial frequencies. One purpose of the present research was to measure the temporal characteristics of the underlying spatial-frequency-tuned disparity-channels. This was done by measuring the highest velocity at which observers could accurately report the depth of a sinusoidal stimulus. It was found that the highest velocity that could be achieved was inversely proportional to the spatial frequency of the stimulus. A second purpose of the research was to understand the interactions among the spatial-frequency-tuned disparity-channels. Again, this was done by measuring the velocity-limit, but this time using compound sinusoidal stimuli. If the underlying spatial-frequency channels were independent, the upper velocity-limit for accurate depth perception should be equal to the faster component (i.e. the lower spatial frequency component) of the compound stimulus. The results were consistent with the notion of independent channels, provided the component spatial frequencies in the compound stimulus were separated by 2 or more octaves. At smaller separations, when the component frequencies were separated by only 1 octave, the slower component (i.e. the higher spatial frequency component) influenced performance. Our results are consistent with the emerging view that binocular depth perception is accomplished in the visual system by spatial-frequency-tuned disparity-channels that are largely independent above two octaves.

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)0,002
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,341
Écart entre enseignants0,302 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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