Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Experimentos Relacionados

Un algoritmo paralelo para el cálculo en tiempo real del flujo óptico.

H Bülthoff1, J Little, T Poggio

  • 1Center for Biological Information Processing, Massachusetts Institute of Technology, Cambridge, Massachusetts 02139.

Nature
|February 9, 1989
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Correction: Excess of NPM-ALK oncogenic signaling promotes cellular apoptosis and drug dependency.

Oncogene·2025
Same author

The physical and psychosocial impact of a school-based running programme for adolescents with disabilities.

Journal of intellectual disability research : JIDR·2023
Same author

Hygienic Treatment of Patients.

The Chicago medical journal·2023
Same author

Hygienic Treatment of Patients.

The Chicago medical journal·2023
Same author

Puerperal Convulsions.

The Chicago medical journal·2023
Same author

MC1R variants in relation to naevi in melanoma cases and controls: a pooled analysis from the M-SKIP project.

Journal of the European Academy of Dermatology and Venereology : JEADV·2020
Same journal

Daily briefing: 'Cyborg' cockroaches breathe underwater with printed suit.

Nature·2026
Same journal

China boosts prestigious grants for young scientists - will it ease competition?

Nature·2026
Same journal

Incoming US science academy chief vows to 'double down' on research.

Nature·2026
Same journal

Author Correction: Synthesis of enantioenriched atropisomers by biocatalytic deracemization.

Nature·2026
Same journal

Electrodeposited self-assembled molecules for perovskite photovoltaics.

Nature·2026
Same journal

Neutrino's nursery found: the 'Shadow Blaster'.

Nature·2026
Ver todos los artículos relacionados

Los investigadores desarrollaron un algoritmo paralelo para calcular el flujo óptico a partir de secuencias de imágenes. Este método aproxima los campos de velocidad, se alinea con la percepción humana y sugiere modelos fisiológicos para el procesamiento visual.

Área de la Ciencia:

  • Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador
  • La neurociencia computacional es la neurociencia computacional.
  • Procesamiento de imágenes Procesamiento de imágenes.

Sus antecedentes:

  • La estimación precisa del campo de velocidad a partir de imágenes 2D es generalmente imposible.
  • El flujo óptico proporciona una aproximación cualitativa de los campos de velocidad.
  • Comprender la percepción del movimiento visual es crucial en la neurociencia.

Objetivo del estudio:

  • Desarrollar un algoritmo simple y paralelo para calcular el flujo óptico.
  • Para crear un método de cálculo de flujo óptico consistente con la psicofísica humana.
  • Proponer un modelo con fundamentos fisiológicos plausibles para el procesamiento de movimiento visual.

Principales métodos:

Videos de Experimentos Relacionados

  • Desarrolló un algoritmo paralelo para el cálculo del flujo óptico.
  • Se utilizan secuencias de imágenes reales como entrada.
  • Ejecutó el algoritmo en una supercomputadora Connection Machine para un rendimiento casi en tiempo real.

Principales resultados:

  • El algoritmo calcula el flujo óptico cualitativamente similar a los campos de velocidad.
  • El método demuestra varias ilusiones visuales percibidas por los humanos.
  • La implementación fisiológica se alinea con los datos de las áreas corticales V1 y MT.

Conclusiones:

  • Se ha desarrollado un algoritmo práctico y eficiente para la estimación del flujo óptico.
  • La coherencia del algoritmo con la percepción humana apoya su validez.
  • El modelo ofrece información sobre los mecanismos neuronales del procesamiento del movimiento en el cerebro.