Diagnostic Features for Visual Object Recognition in Humans
Notice bibliographique
Résumé
The Bubbles (Gosselin & Schyns, 2001) classification image technique has been used frequently to determine the subset of the available visual information that is effectively used by humans in various face perception tasks. However, to the best of our knowledge, its application in object recognition has been limited to one study conducted in pigeons (Gibson et al., 2005). Here, human participants recognized objects from collections of six simple visual shapes displayed in one of four different viewpoints. The stimuli were of the same class as Biederman’s (1987) geons and participants were initially trained to associate each object with a particular keyboard key. In the recognition task (11520 trials per participant), the single object displayed was visible only through a number of circular Gaussian apertures and the participant indicated its identity by a key press. The classification images were calculated separately for each instance and each participant by subtracting the weighted sum of the bubbles masks leading to errors from that of masks leading to correct responses. An ideal observer was also assessed in the same experiments to determine the spatial location of the objectively most effective information to support the recognition task without the limitations or intrinsic biases of the human visual system. The results show major differences in the classification images obtained from human participants and the ideal observer. Such differences indicate that particular properties the human visual system prevented participants from focusing on the objectively most effective diagnostic information, forcing reliance on alternative sources of information. From the nature of the contrast in the classification images from human and ideal observers, it is proposed that human vision is biased towards the processing of edges and vertices for representing and recognizing the shapes from the class used in the present study.
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 | 0,009 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».