Across the planes: Differing impacts of foreground and background information on visual search in scenes
Notice bibliographique
Résumé
When searching in real world scenes, our visual system needs to efficiently sift through complex visual information to quickly find the target. One prevailing question is how the visual system prioritizes and processes information to perform tasks effectively. Researchers have postulated that scene representations consist of both background and foreground elements, where background elements provide a scaffold for more detailed foreground elements (Davenport & Potter, 2004; Henderson & Hollingworth, 1999; Munneke, Brentari & Peelen, 2013). Here, we defined background information as boundary defining elements such as walls, floors, ceilings (Oliva & Torralba, 2001) and foreground information as moveable objects nested inside the background (Henderson & Hollingworth, 1999). In the current study, we were interested in how scene information from different planes impacts search for targets (foreground versus background). We introduced a new stimulus set: chimera scenes, which have the foreground set of objects belonging to one scene category, and the surrounding background structure belonging to another. We posit that differences in how the background and foreground are processed will result in different search strategies across scene planes. Participants performed search in scenes that had either consistent (Normal) or inconsistent (Chimera) foreground and background contexts. Target objects could appear in either the foreground or background of the scene. Results showed an interesting effect of target placement. Although participants had a longer target latency for foreground than background targets, they had a shorter response times, had fewer fixations to the target, and had a more direct scan path to the target when the target was in the foreground. Moreover, participants were able to discern foreground targets from farther in the periphery than background targets. These results suggest that there are processing differences between searches for target in different planes of the scene. Implications for scene representations and search mechanisms will be discussed. 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 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 | 0,000 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».