Texture density aftereffect is bidirectional
Notice bibliographique
Résumé
It has been suggested that adaptation to texture density only ever reduces, i.e. never increases, perceived density, implying that density adaptation is 'uni-directional' and that texture density is coded as a scalar attribute (Durgin & Huk, 1997). However we have recently shown that simultaneous density contrast, which describes the effect of a surround texture on the perceived density of a centre region, is 'bi-directional' - that is, not only do denser surrounds reduce perceived density of the center but sparser surrounds enhance it (Sun, Baker, & Kingdom, 2016). Therefore we decided to re-examine the directionality of density adaptation. To do this we measured the density aftereffect in random dot patterns using a 2AFC matching procedure that established a PSE (point-of-subjective-equality) between an adapted test patch and an unadapted match patch. The adaptors and test were presented at the same position, either at top left or bottom right of the fixation. The match was presented at bottom left or top right correspondingly. These positions were fixed within a block and switched between blocks. In the first experiment we established that bi-directionality could indeed be obtained, provided the test and match were presented sequentially not simultaneously. Then, using sequential presentation, we measured the density aftereffect for a wide range of adaptor and test densities. We found bi-directionality for all combinations of adaptor and test densities, with the exception of one of the test conditions in one of the four observers. In line with our previous results with simultaneous density contrast, this evidence supports the idea that there are multiple channels selective to texture density in human vision. 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».