MétaCan
Menu
Retour à la cohorte
Enregistrement W2893011609 · doi:10.1167/18.10.621

Binocular integration of simultaneous density contrast

2018· article· en· W2893011609 sur OpenAlexaff
Hua-Chun Sun, Curtis L. Baker, Frederick A. A. Kingdom

Notice bibliographique

RevueJournal of Vision · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Polarization and Ellipsometry
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésContrast (vision)Depth perceptionPerceptionStereopsisPlane (geometry)Texture (cosmology)MathematicsArtificial intelligenceGeometryComputer visionOpticsComputer sciencePhysicsPsychologyImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Texture density, defined as the number of elements per unit visual area, is an important perceptual dimension that is typically studied in two-dimensions (2D) - however it is unclear how we represent texture density information in three-dimensions (3D). One study has suggested that density is represented as if projected onto a 2D plane, based on the finding that density perception is unaffected by the range of depth over which the elements are distributed (Bell, Manson, Edwards, & Meso, 2015). Here we explored the 3D properties of density coding using simultaneous density contrast (SDC), in which the perceived density of a texture region is altered by a surround of different density (Sun et al., 2016). We used a 2AFC staircase procedure in which human observers compared the perceived density of a test plus surround with a match having no surround. We first manipulated the stereo-disparity of the surround plane systematically from near to far relative to the center plane (Experiment 1), and from a small to a large range of random depths (Experiment 2). We found weaker SDC when the center and surround planes were separated in depth, and when the surround dots were distributed across a large depth range. However these binocular SDC effects were found only for dense not sparse surrounds. We also measured SDC with center and surround presented dichoptically, monoptically and binocularly (Experiment 3). Strong interocular transfer of SDC was found in the dichoptic condition, in line with previous evidence showing interocular transfer of density adaptation (Durgin, 2001). Our data suggest that binocular information influences texture density processing, challenging the previous view of a solely 2D representation of texture density. Meeting abstract presented at VSS 2018

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,247
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetOptical Polarization and EllipsometryTravaux en français237 207