用自然主义刺激对局部深度运动进行最佳估计
Daniel Herrera-Esposito1, Johannes Burge1,2,3
1Department of Psychology, University of Pennsylvania, Philadelphia, Pennsylvania 19104 dherresp@sas.upenn.edu jburge@psych.upenn.edu.
概括
大脑通过开发速度和方向的专用过器,使用双眼线索来估计3D运动. 这些过器是由自然图像统计数据所塑造的,解释了人类在深度运动感知方面的表现.
科学领域:
- 神经科学是一个神经科学.
- 计算机视觉 计算机视觉
- 感知 感知 感知 感知
背景情况:
- 估计深度运动对行为至关重要,并依赖双眼视觉线索.
- 了解大脑如何处理3D运动以及自然约束的影响是必不可少的.
研究的目的:
- 开发图像可计算的理想观察者,以了解大脑中的3D运动估计.
- 调查自然图像统计如何塑造3D运动感知任务中的性能.
主要方法:
- 从自然图像创建双筒视频剪辑.
- 开发了理想的观察者,可以空间时空地过视频并解码3D运动.
- 分析了特定任务的图像统计数据,以决定最佳的过器和解码器.
主要成果:
- 确定了两个不同的波器子群,用于3D速度 (差异变化,整眼速度) 和方向 (左右,向远) 估计.
- 发现过器响应是联合高斯式的,共变量编码与任务相关的信息.
- 证明了最佳解码需要二次组合,可以通过神经计算实现.
结论:
- 人类的3D运动处理和估计模式可能来自早期视觉系统的最佳信息处理.
- 理想的观察者模型复制非显而易见和反直觉的人类性能特征.
