The effect of grouping by common fate on stereoscopic depth estimates
Notice bibliographique
Résumé
When two vertical lines are perceived to form the boundaries of a common object, observers underestimate their separation in depth (Deas & Wilcox 2014, 2015). This disruption in perceived depth magnitude depends directly on the perceived grouping via closure of the resultant figure. It has been proposed that this phenomenon is due to constraints on disparity-smoothing operations by high-level object representations. In previous experiments, perceptual grouping was manipulated by varying the spatial layout of figural elements. However, if the reported disruption in perceived depth is a general outcome of perceptual grouping then it should also occur when elements are grouped via other spatio-temporal properties. Here we tested this prediction by varying the relative motion of figural elements to introduce the Gestalt cue 'common fate'. In all experiments, participants viewed the stimuli on a mirror stereoscope and used an on screen ruler to estimate the separation in depth between two vertical lines. In Experiment 1 we found that depth estimates were accurate over a range of suprathreshold disparities, for both static and moving stimuli. In a subsequent series of experiments, we progressively strengthened the grouping cues, but found no impact on depth magnitude estimates. This was true even when we used a more complex biological motion stimulus, and asked observers to judge the amount of depth between two joints. Despite the compelling motion-based figural grouping, there was no corresponding impact on suprathreshold depth percepts. Taken together, our results show that previously reported reductions in perceived depth from disparity are not generalizable to grouping via common motion. Instead, it appears that this phenomenon only occurs when the spatial layout suggests they belong to a common object. Meeting abstract presented at VSS 2016
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».