La visualización de Visual Adaptación

Resumen

Este artículo describe un nuevo método para la simulación y el estudio de la adaptación en el sistema visual.

Resumen

Muchos se han desarrollado técnicas para visualizar el aspecto que tendría una imagen de una persona con una sensibilidad visual diferente: por ejemplo, debido a las diferencias ópticas o edad, o una deficiencia de color o enfermedad. Este protocolo describe una técnica para la incorporación de la adaptación sensorial en las simulaciones. El protocolo se ilustra con el ejemplo de la visión del color, pero es generalmente aplicable a cualquier forma de adaptación visual. El protocolo utiliza un modelo simple de la visión humana del color basado en suposiciones estándar y plausibles sobre el color de la retina y de los mecanismos corticales codificación y cómo éstos ajustan su sensibilidad tanto el color medio y la gama de color en el estímulo predominante. Las ganancias de los mecanismos están adaptados de modo que su respuesta media bajo un mismo contexto se equipara para un contexto diferente. Las simulaciones ayudan a revelar los límites teóricos de adaptación y generar "imágenes adaptadas" que se adaptan de manera óptima a un enviro específicanment u observador. También proporcionan una métrica común para explorar los efectos de la adaptación dentro de los diferentes observadores o diferentes entornos. La caracterización de la percepción visual y el rendimiento con estas imágenes proporciona una nueva herramienta para estudiar las funciones y consecuencias de la adaptación a largo plazo en la visión u otros sistemas sensoriales.

Introducción

Lo que el mundo podría parecerse a los demás, o para nosotros mismos a medida que cambiamos? Las respuestas a estas preguntas son de importancia fundamental para la comprensión de la naturaleza y los mecanismos de percepción y las consecuencias de ambas variaciones normales y clínicos en la codificación sensorial. Una amplia variedad de técnicas y enfoques han sido desarrollados para simular cómo las imágenes pueden parecer a las personas con diferentes sensibilidades visuales. Por ejemplo, estos incluyen simulaciones de los colores que pueden ser discriminados por diferentes tipos de deficiencias de color ^{1, 2, 3, 4,} las diferencias espaciales y cromáticas que pueden ser resueltos por los bebés o los observadores mayores ^{5, 6, 7, 8, 9} , cómo las imágenes aparecen en la visión periférica hasta class = "xref"> 10, y las consecuencias de los errores o la enfermedad de ^{11, 12, 13, 14} ópticas. También se han aplicado para visualizar las discriminaciones que son posibles para otras especies de ^{15, 16, 17.} Típicamente, tales simulaciones usan mediciones de las pérdidas de sensibilidad en diferentes poblaciones para filtrar una imagen y por lo tanto reducir o eliminar la estructura que tienen dificultad para ver. Por ejemplo, las formas comunes de ceguera al color reflejan una pérdida de uno de los dos fotorreceptores sensibles a longitudes de onda media o larga, y las imágenes filtradas para eliminar sus señales aparecen típicamente desprovisto de matices "rojizo-verdosos" ^1. Del mismo modo, los niños tienen la agudeza más pobre, y por lo tanto las imágenes procesadas por su sensibilidad espacial reducida aparecen borrosas . f "> 5 Estas técnicas proporcionan inestimables ejemplos de lo que una persona puede ver que el otro no puede, sin embargo, no lo hacen -. y, a menudo no están destinados a - retratar la experiencia perceptiva real del observador, y en algunos casos puede falsear la cantidad y tipos de información disponible para el observador.

En este artículo se describe una nueva técnica desarrollada para simular diferencias en la experiencia visual que incorpora una característica fundamental de la codificación visual - adaptación ^{18, 19.} Todos los sistemas sensoriales y motores se ajustan continuamente al contexto en el que están expuestos. Un olor acre en una habitación se desvanece rápidamente, mientras que la visión se adapta a la forma brillante u opaca la habitación es. Es importante destacar que estos ajustes se producen para casi cualquier atributo de estímulo, incluyendo las percepciones de "alto nivel", tales como las características de la cara de alguien ^20,class = "xref"> 21 o su voz ^{22, 23,} así como la calibración de los comandos de motor hechas al mover los ojos o alcanzar un objeto ^{24, 25.} De hecho, la adaptación es probable que una propiedad esencial de casi todos los procesos neurales. Este documento ilustra cómo incorporar estos efectos de adaptación en las simulaciones de la apariencia de las imágenes, por, básicamente, "la adaptación de la imagen" para predecir cómo iba a parecer a un observador específico en un estado específico de adaptación ^{26, 27, 28, 29.} Hay muchos factores que pueden alterar la sensibilidad de un observador, pero la adaptación a menudo pueden compensar los aspectos importantes de estos cambios, por lo que las pérdidas de sensibilidad son menos visibles que podría predecirse sin asumir que el sistema se adapta. A la inversa, porquela adaptación ajusta la sensibilidad de acuerdo con el contexto actual estímulo, estos ajustes también son importantes para incorporar para predecir la cantidad de percepción podría variar cuando varía el medio ambiente.

El siguiente protocolo ilustra la técnica mediante la adaptación del contenido de color de las imágenes. La visión del color tiene la ventaja de que las etapas neurales iniciales de codificación de color están relativamente bien comprendidas, como son los patrones de adaptación ^30. Los mecanismos y ajustes reales son complejas y variadas, pero las principales consecuencias de adaptación pueden ser capturados usando un simple y el modelo de dos etapas convencional (Figura 1a). En la primera etapa, las señales de color se codifican inicialmente por tres tipos de conos fotorreceptores que son máximamente sensibles a longitudes de onda corta, media o larga (S, M, y los conos L). En la segunda etapa, las señales de los diferentes conos se combinan dentro de las células post-receptoral para formar "color-oponente" channels que reciben entradas de antagonistas de los diferentes conos (y por lo tanto transmiten información "color"), y los canales de "no-oponente" que resumen juntos las entradas de cono (por lo tanto de codificación "brillo" información). La adaptación se produce en ambas etapas, y se ajusta a dos aspectos diferentes de la de color - la media (en los conos) y la varianza (en los canales de post-receptoral) ^{30, 31.} El objetivo de las simulaciones es aplicar estos ajustes a los mecanismos de modelo y luego hacer que la imagen de sus salidas adaptadas.

El proceso de adaptación de imágenes consta de seis componentes principales. Estos son 1) la elección de las imágenes; 2) la elección del formato para los espectros de imágenes; 3) que define el cambio de color del medio ambiente; 4) que define el cambio en la sensibilidad del observador; 5) usando el programa para crear las imágenes adaptadas; y 6) el uso de las imágenes para evaluar las consecuencias de la adaptación. Tlo siguiente considera cada uno de estos pasos en detalle. El modelo y el mecanismo de respuestas básicas se ilustran en la Figura 1, mientras que las Figuras 2 - 5 muestran ejemplos de imágenes renderizadas con el modelo.

Protocolo

NOTA: El protocolo ilustrado utiliza un programa que le permite a uno para seleccionar las imágenes y luego se adaptan mediante las opciones seleccionadas por los diferentes menús desplegables.

1. Seleccione la imagen para Adaptar

1. Haga clic en la imagen y buscar el nombre de archivo de la imagen para trabajar con ellos. Observar la imagen original en el panel superior izquierdo.

2. Especifique el estímulo y el observador

1. Haga clic en el menú "formato" para elegir la forma de representar la imagen y el observador.
2. Haga clic en la opción "observador estándar" para modelar un observador estándar o promedio de adaptarse a una distribución de color específico. En este caso, utilizar ecuaciones estándar para convertir los valores RGB de la imagen para las sensibilidades de cono ^32.
3. Haga clic en la opción "observador individual" para modelar las sensibilidades espectrales de un observador específico. Debido a que estas sensibilidades son de longitud de onda dependiente, el programa converts los valores RGB de la imagen en los espectros de pistola mediante el uso de los espectros de emisión estándar o medido para la pantalla.
4. Haga clic en la opción "espectros natural" para aproximar espectros real en el mundo. Esta opción convierte los valores RGB a los espectros, por ejemplo mediante el uso de funciones de base estándar ³³ o espectros Gaussian ³⁴ para aproximar el espectro correspondiente para el color de la imagen.

3. Seleccione la condición de Adaptación

1. Adaptar o bien el mismo observador en diferentes entornos (por ejemplo, a los colores de un bosque vs. paisaje urbano), o diferentes observadores al mismo entorno (por ejemplo, una normal de color de versus observador deficiente).
   1. En el primer caso, utilizar los menús para seleccionar los entornos. En este último, utilizar los menús para definir la sensibilidad del observador.
2. Para configurar los entornos, seleccione la opción "referencia" y envir "prueba"onments de los menús desplegables. Estos controlan los dos estados diferentes de adaptación mediante la carga de las respuestas mecanismo para diferentes entornos.
   1. Seleccione el menú de "referencia" para controlar el entorno de partida. Este es el entorno del sujeto se adapta para mientras se visualiza la imagen original.
      NOTA: Las opciones que se muestran se han calculado previamente para diferentes entornos. Estos se obtuvieron a partir de mediciones de las gamas de color para diferentes colecciones de imágenes. Por ejemplo, una aplicación examinó la forma en la percepción del color puede variar con los cambios de las estaciones, mediante el uso de imágenes calibradas tomadas desde el mismo lugar en diferentes momentos ^27. En otro estudio, la exploración de cómo la adaptación puede afectar las percepciones de color en diferentes lugares, representó a los lugares mediante el muestreo de imágenes de diferentes categorías escena ^29.
   2. Seleccione el entorno "definido por el usuario" para cargar los valores de un entorno personalizado. ObsERVE una ventana para buscar y seleccionar un archivo en particular. Para crear estos archivos de imágenes independientes, visualizar cada imagen para ser incluidos (como en el paso 1) y luego haga clic en el botón "Guardar imagen respuestas".
      NOTA: Se mostrará una ventana donde se puede crear o añadir a un archivo de Excel almacenar las respuestas a cada imagen. Para crear un nuevo archivo, introduzca el nombre del archivo, o busque un archivo existente. Para los archivos existentes, se añaden las respuestas a la imagen actual y las respuestas a todas las imágenes promedian automáticamente. Estos promedios son entrada para el entorno de referencia cuando se selecciona el archivo con la opción "definido por el usuario".
   3. Seleccione el menú "prueba" para acceder a una lista de entornos para la imagen de ser ajustada por. Seleccionar la opción "imagen actual", para usar las respuestas mecanismo para la imagen visualizada.
      NOTA: Esta opción supone que los sujetos están adaptando a los colores de la imagen que se está viendo actualmente. De lo contrario, seleccione una de tse calculan previamente ambientes o la opción "definido por el usuario" para cargar el entorno de prueba.

4. Seleccione la sensibilidad espectral del Observador

NOTA: Para los efectos de adaptación de los diferentes ambientes, el observador suele permanecer constante, y está previsto que el valor por defecto "observador estándar" con una sensibilidad espectral promedio. Hay 3 menús para establecer una sensibilidad espectral individual, que controlan la cantidad de pigmento de cribado o de las sensibilidades espectrales del observador.

1. Haga clic en el menú "lente" para seleccionar la densidad del pigmento de la lente. Las diferentes opciones permiten a uno elegir la característica densidad de diferentes edades.
2. Haga clic en el menú "macular" de manera similar a seleccionar la densidad del pigmento macular. Tenga en cuenta estas opciones en términos de la densidad máxima de pigmento.
3. Haga clic en el menú "conos" para elegir entre los observadores sintricromacia rmal o diferentes tipos de tricromacia anómala.
   NOTA: En base a las opciones del programa define el cono sensibilidades espectrales del observador y un conjunto de 26 canales postreceptoral que linealmente se combinan las señales de cono a diferentes combinaciones de color y luminancia más o menos uniformemente de muestra.

5. Adaptar la Imagen

1. Haga clic en el botón de "adaptar".
   NOTA: Este ejecuta el código para el cálculo de las respuestas de los conos y los mecanismos post-receptoral a cada píxel de la imagen. La respuesta se escala de manera que la respuesta media a la distribución del color es igual a la adaptación de las respuestas medias a la distribución de referencia, o por lo que el promedio de respuesta es el mismo para un observador o referencia individual. La escala es multiplicativo para simular von Kries adaptación ^35. La nueva imagen se vuelve sumando las respuestas mecanismo y convertir de nuevo a los valores RGB para la visualización. Los detalles de la ALGorithm se dan en ^{26, 27, 28, 29.}
2. Observar tres nuevas imágenes en la pantalla. Estos son etiquetados como 1) "inadaptado" - como la imagen de prueba debería aparecer a alguien totalmente adaptado al entorno de referencia; 2) "adaptación cono" - esto muestra la imagen ajustada sólo para la adaptación en los receptores; y 3) "plena adaptación" - esto muestra la imagen completa predicha por la adaptación al cambio en el medio ambiente o el observador.
3. Haga clic en el botón "Guardar imágenes" para guardar los tres imágenes calculadas. Observar una nueva ventana en la pantalla para buscar la carpeta y seleccione el nombre del archivo.

6. Evaluar las consecuencias de la adaptación

NOTA: La referencia original y adaptados imágenes simulan cómo la misma imagen debe aparecer en los dos estados de Adapta modeladoción, y esto es importante, sólo se diferencian debido al estado de adaptación. Las diferencias en las imágenes de este modo dar una idea de las consecuencias de la adaptación.

1. Mirar visualmente las diferencias entre las imágenes.
   NOTA: La simple inspección de las imágenes puede ayudar a mostrar la cantidad de la visión del color puede variar cuando se vive en diferentes entornos de color, o la cantidad de adaptación puede compensar un cambio en la sensibilidad del observador.
2. Cuantificar estos efectos de adaptación mediante el uso de análisis o mediciones de comportamiento con las imágenes para evaluar empíricamente las consecuencias de la adaptación ^29.
   1. Medir la apariencia cambia de color. Por ejemplo, compare los colores en las dos imágenes para medir qué categorías de color o cambio de relevancia perceptiva a través de diferentes entornos u observadores. Por ejemplo, el uso de los análisis de los cambios en el color con la adaptación para calcular la cantidad de las tonalidades únicas (por ejemplo, puro amarillo o azul) podría en teoría vary debido a las variaciones en el entorno del color del observador ^29.
   2. Preguntar cómo la adaptación afecta a la sensibilidad visual o rendimiento. Por ejemplo, utilizar las imágenes adaptados para comparar si la búsqueda visual para una novela de color es más rápida cuando los observadores están primero adaptados a los colores del fondo. Llevar a cabo el experimento mediante la superposición en las imágenes de una serie de objetivos y distractores de color diferente-que se adaptaron junto con las imágenes, con los tiempos de reacción medidos para localizar el objetivo extraño ^29.

Resultados

Las figuras de 2 - 4 ilustran las simulaciones de adaptación para los cambios en el observador o el medio ambiente. La Figura 2 compara la aparición predicho de Todavía de Cezanne con Manzanas para un observador más joven y de más edad que sólo se diferencian en la densidad del pigmento de la lente ^28. La imagen original como se ve a través del ojo más joven (Figura 2a) aparece mucho más amarillo...

Discusión

El protocolo se ilustra demuestra cómo los efectos de la adaptación a un cambio en el medio ambiente o el observador pueden ser retratados en imágenes. La forma de esta representación toma dependerá de las suposiciones hechas para el modelo - por ejemplo, cómo está codificado el color, y cómo los mecanismos de codificación responden y se adaptan. Así, el paso más importante es decidir sobre el modelo de la visión del color - por ejemplo, cuáles son las propiedades de los canales son hipotéticos, y cómo se supone que ada...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Lenguaje
de programación (e.g., Visual Basic o Matlab)
Programa para el procesamiento de las imágenes
Sensibilidades espectrales del observador (para aplicaciones que implican una adaptación específica del observador)
Espectros de emisión del dispositivo (para aplicaciones dependientes del dispositivo)