Perception of Lighting and Reflectance in Real and Synthetic Stimuli
Notice bibliographique
Résumé
The human visual system estimates the proportion of light reflected off of a surface despite variable lighting in a scene, a phenomenon known as lightness constancy. Classically, lightness constancy has been explained as a 'discounting' of the lighting intensity (Helmholtz, 1866), and this continues to be a common view today (e.g., Brainard & Maloney, 2011). However, Logvinenko and Maloney (2006) have made a radically different claim that the human visual system does not have any perceptual access to an estimation of lightness. The experiments described in Chapter 2 use a novel experimental paradigm to test this new theory proposed by Logvinenko and Maloney. We provide evidence against Logvinenko and Maloney's theory of lightness perception while adding to existing evidence that the visual system has good lightness constancy. In Chapter 3, we manipulate screen colour and texture cues to test the realism of computer-generated stimuli. We find that by matching the chromaticity of an LCD screen to the surrounding lighting and using a realistic texture, LCD screens can be made to appear similar to physical paper. Finally, Chapter 4 is an extension of the ideas from Chapter 3, in which the knowledge about how to adjust color and texture cues on an LCD monitor is applied to a lightness matching task. Here, the LCD screen is a small part of a larger physical setup. Additionally, levels of lightness constancy are compared across physical and simulated surfaces in the same novel experimental paradigm in Chapters 2 and 4. We find that physical and simulated surfaced elicit different levels of lightness constancy on the same task.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».