Does a convexity prior explain the facing-the-viewer bias in the perception of biological motion?
Notice bibliographique
Résumé
Point-light walkers generally contain no information about their orientation in depth, yet observers consistently prefer the facing-the-viewer (FTV) interpretation (Vanrie et al., 2004). Some research (Schouten et al., 2011) suggests that local stimulus properties elicit the bias: Presentation of the lower half of point-light figures elicits a pronounced FTV bias, while presentation of the upper half does not. Other research suggests high level causes: Male walkers generate a stronger FTV bias than female walker (Brooks et al., 2004). Interestingly, no FTV biases are observed with human silhouettes (Troje & McAdam, 2010). We hypothesise that the FTV bias is due to a convexity prior (Mamassian & Landy, 1998). Accordingly, the knees afford a FTV interpretation while the elbows, specifically when pointing back (as typical for women) rather than sideways (as in males), afford a facing-away interpretation. This requires visual structures other than occluding contours which are neither concave nor convex with respect to the line of sight. Here we asked observers to indicate perceived rotation directions (clockwise/counter clockwise) of a silhouette of a crouching human figure with knees pointing forward and elbows pointing back. Four conditions were included: silhouettes presented with no markers, with markers at the centre of the knees, with markers at the centre of the elbows, and with markers on both knees and elbows. We measured facing bias as the proportion of depth reversals from the ‘away’ to the ‘toward’ interpretation. The silhouette alone elicited a weak facing bias, as did the silhouette with both elbow and knee markers present. As predicted, silhouettes with knee markers only elicited a FTV bias while elbow markers alone elicited a notable facing away bias. These results help to interpret and unify various findings regarding the FTV bias, and support the idea that an experientially-driven convexity prior guides interpretations of depth-ambiguous figures. Meeting abstract presented at VSS 2013
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».