Notice bibliographique
Résumé
Detecting and integrating contours that delineate the boundaries of objects, surfaces, and other scene elements is a crucial function of what is loosely called “mid-level vision.” How are such contours and their properties processed by the brain? We here explore this question using the high-resolution Natural Scenes Dataset (Allen et al, 2021). We analyzed the BOLD activity related to eight participants viewing subsets of 73,000 images of objects and scenes within V1, V2, V3, and hV4. Using the population receptive fields of individual voxels, we sample contour properties in a spatially specific manner to construct individual regressors for each voxel. This technique, first described by Roth et al. (2022), allows us to determine to what extent voxels within the visual cortex contribute to the representation of contour properties within their receptive field across thousands of images. When analyzing the salient contours in the images, we find a strong preference for horizontal orientations, consistent with the importance for scene layout, such as the horizon line. Interestingly, this finding contrasts with a similar analysis that relies on analyzing the orientation-specific Fourier energy in the photographs, which showed a primarily radial organization of orientation preference across the visual field. We present direct comparisons of the two methods. The technique of sampling contour properties with spatial specificity opens the door to exploring a range of other contour properties, such as contour curvature, contour junctions, as well as relationships between contours, such as parallelism and symmetry. Observing the neural representations of these properties and relationships across visual regions will bring us closer to a mechanistic understanding of how our perceptual information is organized in mid-level vision.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».