Monocular depth discrimination in natural scenes: Humans vs. deep networks
Notice bibliographique
Résumé
Objective. Humans use a number of monocular cues to estimate depth, but little is known about how accuracy varies with depth, nor how we compare to recent deep network models for monocular depth estimation. Here we measure and compare monocular depth acuity for humans and deep network models. Methods. Stimuli were drawn from natural outdoor scenes of the SYNS database of spherical imagery with registered ground truth range data. From each spherical image we extracted 62×49 deg sub-images sampled at regular intervals along the horizon. Four observers viewed randomly-selected images monocularly. Two points on the image were indicated by coloured crosshairs; observers were asked to judge which was closer. The difference in depth was varied to sweep out psychometric functions at four mean depths. Four deep network models were run on the same task. Results. Absolute JNDs were found to increase with mean depth faster than a Weber law for humans and most models, possibly due to the increased foreshortening of the ground surface with depth. While humans outperformed deep network models, a kernel regression model that uses only the elevation angle (height in the image) outperformed both for nearer depths, and we found that both humans and the networks struggled when the two points were fixed to have the same elevation. This suggests that both humans and deep networks may rely largely upon this simple elevation cue, although superior human performance at greater depths indicates that humans can recruit additional image cues. While luminance, colour and spatial frequency cues were all correlated with depth, most of the variance is shared with elevation and adding these cues to the kernel regression model failed to improve its performance. Conclusions. While human monocular depth acuity surpasses current state-of-the-art deep networks, both appear to rely heavily upon gaze elevation to estimate depth.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».