Equivalent internal noise for contour integration
Notice bibliographique
Résumé
Oriented wavelets give the percept of a contour if each wavelet has the appropriate position and orientation to belong to that contour. The rules governing this have been tested using a contour integration task: observers detect a contour of aligned wavelets buried in a background noise of randomly-oriented wavelets. Here we present a new threshold contour task that does not rely on a background noise field to limit performance. Observers discriminate which of four contours (at an eccentricity of 2.8 degrees in four quadrants) contains the appropriate conjunction of (6 c/deg log-Gabor) wavelet positions and orientations to feature "good continuation". The other three contours have orientations appropriate to the opposite direction of curvature. Thresholds are measured as a function of curvature (straighter contours are more difficult). By corrupting the orientation and position of the individual wavelets with external noise we measured noise masking functions. Both orientation and position noise elevated thresholds. Equivalent internal noise values were compared to those from tasks where observers made judgements about single elements. We found that in a contour the orientation noise was elevated (260%) but the position noise was reduced (40%). This suggests that contour processing privileges the refinement of position information at the expense of orientation. The sensitivity loss between 4 and 8 degrees of eccentricity was modest (10% threshold increase), and was abolished when the scale of the contours was doubled in the periphery. In another experiment, we introduced a "baseline" curvature to the stimuli to investigate discrimination of curvier contours. Thresholds were elevated relative to discrimination of straighter contours (190%). Contrary to results from the previous contour task, we found observers could integrate curvy contours in the periphery. The measurements from this novel paradigm could be used to investigate mid-level visual impairments, and to constrain models of the traditional contour task. Meeting abstract presented at VSS 2017
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».