Spatiotemporal cues for tracking multiple objects through occlusion
Notice bibliographique
Résumé
As we move about the world, and objects in the world move relative to us, objects constantly move in and out of view as they are occluded by other objects. Given such disruptions, how does the visual system maintain attention on objects of interest? We used a multiple object tracking task (Pylyshyn & Storm, 1988) to explore the spatiotemporal cues used to track objects through occlusion. Observers tracked four target objects moving among four identical distractor objects, as all objects frequently passed behind static vertical occluders. Across three experiments, we manipulated the way that objects behaved under occlusion, and observed the effect on tracking performance. When an object passes behind an occluder, the observer must link the preocclusion object to the postocclusion object across a brief disappearance. There are at least two major spatiotemporal features that could be important for making this link. First, the location where the object first disappears might be critical. When an item becomes occluded, a ‘‘marker’ ’ could be placed at the location where the object disappeared (the marker might also be placed on the expected location of the object’s reappearance, based on an extrapolation of the object’s path). When an object disoccludes near this marker, it could signal the object’s link to the original object. Additionally, the history of the object’s motion could be an important feature that could be used to link the two views of the object across the disruption. We might expect a similar angle of disocclusion to be important for establishing this
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».