MétaCan
Menu
Retour à la cohorte
Enregistrement W3037180136 · doi:10.1167/jov.20.6.16

Object-based warping in three-dimensional environments

2020· article· en· W3037180136 sur OpenAlexaff
Joshua Zosky, Timothy J. Vickery, Kerri Walter, Michael D. Dodd

Notice bibliographique

RevueJournal of Vision · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensHusky Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésImage warpingComputer visionArtificial intelligenceObject (grammar)Computer scienceRectangleSimilarity (geometry)Computer graphics (images)MathematicsGeometryImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Object-based warping is a powerful visual illusion wherein space between features within figural regions is regularly overestimated compared with those within ground regions. Originally, the effect was only examined in displays of two-dimensional (2D) stimuli. The present study sought to examine whether object-based warping persists in more naturalistic viewing conditions, where additional contextual cues are present. Stimuli were presented with either three-dimensional (3D) printed objects (Experiment 1) or 3D objects in virtual reality (Experiments 2-4). The testing metric was actual distance of features (dots) compared with estimated distances made by participants. Responses for the 3D printed stimuli were measured with replica dots on a slide ruler device. The virtual reality experiments collected responses either with a computer mouse or motion-tracked controller and included manipulations of object type, spatial separation, viewing distance of stimuli, and head motion. A standard warping effect in 3D was observed in all experiments, although the effect was not present in one condition that elicits warping in 2D (Occluded Rectangle). The final experiment resolves this discrepancy by reducing the multicomponent object (Occluded Rectangle) to a single component figure, while demonstrating the influence of depth cues on the warping effect under occlusion. Collectively, these experiments reveal that object-based warping is a powerful effect, even in naturalistic settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,231
Score d'incertitude au seuil0,278

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,324
Écart entre enseignants0,265 · 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 tête enseignante, 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207