MétaCan
Menu
Retour à la cohorte
Enregistrement W2092408087 · doi:10.1167/13.5.10

Qualitative shape from shading, highlights, and mirror reflections

2013· article· en· W2092408087 sur OpenAlexaff
Arthur Faisman, Michael Langer

Notice bibliographique

RevueJournal of Vision · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAmbiguitySpecular reflectionSurface (topology)Photometric stereoPerspective (graphical)OpticsGeometryPoint (geometry)Mirror imagePerceptionComputer visionShadingArtificial intelligenceComputer graphics (images)Computer scienceReflectivityPhysicsMathematicsPsychology

Résumé

récupéré en direct d'OpenAlex

The human visual system has a remarkable ability to perceive three-dimensional (3-D) surface shape from shading and specular reflections. This paper presents two experiments that examined the perception of local qualitative shape under various conditions. Surfaces were rendered using standard computer graphics models of matte, glossy, and mirror reflectance and were viewed from a small oblique angle to avoid occluding contour shape cues. The subjects' task was to judge whether a marked point on each surface lay on a local hill or valley. In the first experiment, performance was lower for glossy surfaces than matte surfaces, which is contrary to findings in previous studies of quantitative shape. For mirror surfaces, performance was high despite the absence of occluding contours, and performance was increased when the environment map was brighter in the upper hemisphere as in a natural environment. The second experiment examined how subjects resolve a depth-reversal shape ambiguity where surfaces can be either upward or downward facing. An upward-facing surface prior that is known to exist for matte surfaces was also found to exist for glossy and mirror surfaces. Subjects relied entirely on this prior to resolve the depth-reversal ambiguity for matte and glossy surfaces, but relied on perspective cues as well for mirror surfaces.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,313
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,131
Tête enseignante GPT0,449
Écart entre enseignants0,319 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207