Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.

Yöntem makalesi

Görsel Adaptasyon görselleştirme

8.7K görüntülenme

⸱

DOI:

10.3791/54038

⸱

24 Nisan 2017

 , 
1Department of Psychology, University of Nevada, Reno

Bu makalede

Özet

Bu makalede, simüle ve görsel sistem adaptasyonu incelemek için yeni bir yöntem tarif eder.

Özet

Bir renk eksikliği veya hastalık nedeniyle optik ya da yaş farklarının, örneğin ya: Birçok teknikleri bir görüntü farklı bir görsel duyarlılıkla bir kişiye nasıl görüneceğini görselleştirmek için geliştirilmiştir. Bu protokol, simülasyonlar içine duyusal uyum dahil etmek için bir yöntem açıklanır. Protokol renkli görme örnekle anlatılmıştır, ancak görsel uyarlamadan herhangi bir biçimde, genel olarak uygulanabilir bir. Protokol retinal ve kortikal mekanizmalar kodlayan renk ve bunların nasıl geçerli uyarıcı renk ortalama renk ve aralığı hem de kendi hassasiyetini ayarlamak ilgili standart ve olası varsayıma dayalı insan renkli görme basit bir model kullanılır. Bir bağlamında kendi ortalama tepki farklı bağlam için eşit şekilde mekanizmaların kazanç uyarlanmıştır. simülasyonlar adaptasyon teorik sınırlarını açığa ve optimal belirli Çevreyi eşleştiği "uyarlanmış görüntüleri" üretilmesine yardımcınment veya gözlemci. Onlar da farklı gözlemciler veya farklı ortamlarda uyum etkilerini keşfetmek için ortak metrik sağlarlar. Bu görüntülerle görsel algı ve performansı nitelendiren görme veya diğer duyu sistemlerinde uzun süreli adaptasyon işlevlerini ve sonuçlarını incelemek için yeni bir araç sağlar.

Giriş

Biz değiştirmek gibi dünya başkalarına veya kendimize neye benziyor olabilir? Bu sorulara verilen yanıtlar doğası ve algı mekanizmaları ve duyusal kodlama normal ve klinik varyasyonları hem sonuçlarını anlamak için temelde önemlidir. teknikler ve yaklaşımlar çok çeşitli görüntüler farklı görsel hassasiyetlere sahip bireylere nasıl görünebileceğini simüle etmek için geliştirilmiştir. Örneğin, bu renk eksikliklerin farklı türlerine göre ayırt edilebilir renk simülasyonunu içeren 1, 2, 3, 4, bebekler ya da daha büyük gözlemci 5, 6, 7, 8 ile çözülebilir mekansal ve renk farklılıkları, 9 , görüntüler periferik görme nasıl göründüğünü Sınıf = "xref"> 10, ve optik hatalar veya hastalığın 11, 12, 13, 14 sonuçlarından kadar. Bunlar ayrıca, diğer türler 15, 16, 17 için de mümkündür ayrımlar görselleştirmek için uygulanmıştır. Tipik olarak bu simülasyonlar bir görüntü filtrelemek ve böylece azaltılması veya zorluk görmekte yapıyı çıkarmak için farklı popülasyonlarda hassasiyet kayıplarının ölçümleri kullanılır. Örneğin, renk körlüğün en yaygın formu, orta ya da uzun dalga boylarına duyarlı, iki fotoreseptör birinin kaybı yansıtır ve bunların sinyallerini çıkarmak için süzüldü ve görüntüler tipik olarak "kırmızı-yeşil" tonlar 1 yoksun görünür. Benzer şekilde, bebeklerin daha fakir keskinliğine sahip olduklarını ve bu nedenle onların azaltılmış uzaysal hassasiyet için işlenmiş görüntüler bulanık görünür ..> 5 f "Bu teknikler Ancak, onlar değil başka olmayabilir bu bir kişinin görebileceğini çok değerli açılımlar sağlamaktadır - ve genellikle amaçlanmamıştır - gözlemcinin fiili algısal deneyim tasvir ve bazı durumlarda yanlış olabilir gözlemci mevcut miktarı ve bilgi türleri.

Adaptasyon 18, 19 - Bu makalenin görsel kodlama temel bir karakteristiği içerir görsel deneyim farklılıkları simüle etmek için geliştirilen yeni bir teknik tarif edilmektedir. Tüm duyu ve motor sistemleri sürekli maruz kaldıkları bağlamına ayarlayın. vizyon oda ne kadar parlak veya loş için barındırır iken bir odada bir keskin koku çabucak kaybolur. Önemli olan, bu ayarlamalar böyle bir kişinin yüzüne 20 özelliklerine olarak "üst düzey" algılamalar dahil hemen hemen her uyaran özellik için ortaya,Sınıf = "xref"> 21 ya da ses 22, 23, hem de göz hareketleri ya da bir nesne 24, 25 uzanirken üretilen motor komutları kalibre. Aslında, adaptasyon olasılıkla neredeyse tüm nöral işleme önemli bir özelliktir. Bu makale temelde adaptasyon 26, 27, 28, 29, belirli bir hal altında belirli bir gözlemci görünecektir nasıl tahmin etmek "imajını uyarlayarak" tarafından, görüntülerin görünüm simülasyonları içine bu adaptasyon etkileri dahil etmek verilmektedir. Birçok faktör bir gözlemci hassasiyetini değiştirebilir, ancak duyarlılık kayıpları sistem adapte varsayarak olmadan tahmin edildiğinden daha az dikkat çeken böylece adaptasyon genellikle bu değişikliklerin önemli yönlerinden telafi edebilir. Tersine, çünküAdaptasyon, mevcut uyarıcı bağlama göre hassasiyetini ayarlar, bu ayarlamalar da çevre değiştiğinde kadar algılama değişebilir kadar tahmin etmek için dahil etmek çok önemlidir.

Aşağıdaki protokol görüntülerin renk içeriğini uyarlayarak tekniğini göstermektedir. Adaptasyon 30 kalıplarıdır olarak renk görme, renk kodlaması ilk sinir aşamaları oldukça iyi anlaşılmış bir avantajı vardır. Gerçek mekanizmaları ve ayarlamalar karmaşık ve çeşitlidir, ancak adaptasyon önemli etkileri en az bir basit ve geleneksel iki aşamalı modeli (Şekil 1a) kullanılarak yakalanabilir. Birinci aşamada, renk sinyalleri ilk olarak, kısa, orta ya da uzun dalga boyunda (S, M ve L koniler) için maksimum duyarlı olan koni fotoreseptör üç tip tarafından kodlanır. İkinci aşamada, farklı koniler gelen sinyaller "renk rakip" cha oluşturmak üzere sonradan receptoral hücreler içinde birleştirilirFarklı konileri antagonistik girdileri almak nnels (böylece "parlaklık" bilgi kodlama) ve konik giriş birlikte toplamı "olmayan karşıt" kanal (ve bu nedenle "renk" bilgi iletmek). Uyum Her iki aşamada gerçekleşir ve iki farklı renkte yönlerine ayarlar - (koniler) ortalama ve (sonrası receptoral kanallarda) varyans 30, 31. simülasyonların hedefi, uyarlanmış çıkışları görüntüyü modeli mekanizmalarına bu ayarlamaları uygulamak ve sonra kılmaktır.

uyarlama görüntülerin süreç altı birincil bileşenleri içerir. Bunlar 1) görüntüleri seçiyor; 2) görüntü spektrumları formatını seçerek; 3) ortamda renk değişikliği tanımlayan; 4) gözlemcinin duyarlılık değişikliği tanımlayan; 5) adapte görüntüler oluşturmak için programı kullanılarak; ve 6) adaptasyon sonuçlarını değerlendirmek için görüntüleri kullanarak. TO aşağıdaki ayrıntılı olarak bu adımların her biri dikkate alır. Görüntülerin 5 örneklerini gösterir modeli ile işlenen - Şekil 2 ise temel model ve mekanizma tepkileri, Şekil 1 'de gösterilmektedir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

NOT: protokol resimli bir resim seçip daha sonra farklı açılır menülerden tarafından seçilen seçenekleri kullanarak adapte sağlayan bir program kullanır.

1. Uyum Resmi seçin

  1. Resmin üzerine tıklayın ve çalışmak için resmin dosya göz atın. Sol üst bölmede orijinal görüntüyü gözlemleyin.

2. Stimulus ve Observer belirtme

  1. Görüntüyü ve gözlemci temsil etmek nasıl seçmek için "biçim" menüsünü tıklayın.
  2. belirli bir renk dağılımına uyum standart veya ortalama gözlemci modellemek için "standart gözlemci" seçeneğine tıklayın. Bu durumda, koni hassasiyetleri 32 resmin RGB değerlerini dönüştürmek için standart denklemleri kullanır.
  3. Belirli bir gözlemcinin spektral hassasiyetlerini modellemek için "bireysel gözlemci" seçeneğine tıklayın. Bu duyarlılık dalga boyuna bağımlı olduğu için, program congörüntü için standart veya ölçülen emisyon spektrumu kullanılarak silah tayfı olarak resmin RGB değerlerini verts.
  4. Dünyada gerçek spektrum yaklaşmak için "doğal spektrumları" seçeneğine tıklayın. Bu seçenek resim rengi için, karşılık gelen bir spektrum yaklaştığı standart baz fonksiyonları 33 veya Gauss spektrumları 34 kullanılarak, örneğin, spektrumları RGB değerleri dönüştürür.

Adaptasyon Seçiniz Durum 3.

  1. (Renk eksik gözlemci vs normal, örneğin) aynı ortama farklı ortamlarda (örneğin, kentsel peyzaj vs bir ormanın renklerine) veya farklı gözlemcilere aynı gözlemci ya uyarlayın.
    1. İlk durumda, ortamları seçmek için menüleri kullanın. İkinci olarak, gözlemcinin duyarlılığını belirlemek için menüleri kullanın.
  2. ortamları ayarlamak için "referans" ve "test" envir seçmekAçılır menülerden onments. Bu farklı ortamlar için bir mekanizma yanıtları yükleyerek uyum iki farklı durumları kontrol eder.
    1. başlangıç ​​ortamını kontrol etmek için "referans" menüsünü seçin. Bu konu orijinal görüntüye bakarken adapte edilir ortamdır.
      NOT: Farklı ortamlar için önceden hesaplanmış olan gösterilen seçenek. Bu görüntülerin farklı koleksiyonları için renk gamutundan ölçümlerinden elde edilmiştir. Örneğin, bir uygulama renk algısı farklı zamanlarda 27 aynı yerden alınan kalibre görüntüleri kullanarak, mevsim değişiklikleri ile değişebilir nasıl incelenir. Başka bir çalışmada, adaptasyon farklı yerlerdeki renk percepts nasıl etkileyebileceğine keşfetmek, farklı sahne kategorilerinde 29 görüntülerini örnekleme yoluyla yerleri temsil etti.
    2. Özel bir çevre için değerler yüklemek için "kullanıcı tanımlı" ortamı seçin. obstaramak ve belirli bir dosyayı seçmek için bir pencere ERVE. Bağımsız görüntüler için bu dosyaları oluşturmak için (adım 1'de olduğu gibi) dahil edilecek her görüntüyü ve ardından "görüntü yanıtları kaydetmek" butonuna basın.
      NOT: Bu seferki oluşturmak veya her görüntüye yanıtlarını depolamaya bir excel dosyası eklenecek bir pencere gösterecektir. Yeni bir dosya oluşturmak için dosya adı girin ya da mevcut bir dosyaya göz atın. Varolan dosyaları için, mevcut resme tepkiler eklenir ve tüm resimlere yanıtların otomatik olarak ortalama. "Kullanıcı tanımlı" seçeneği ile dosya seçildiğinde bu ortalamalar referans ortamı için girilir.
    3. görüntü için ortamlarının listesine erişmek için "test" menüsünü seçin için ayarlanması. Görüntülenen görüntü için mekanizma yanıtları kullanmak için "geçerli görüntü" seçeneğini seçin.
      NOT: Bu seçenek konular anda görüntülenen ediliyor Resimdeki renklerin uyum varsayılır. Aksi halde t birini seçmeko ortamları veya test ortamı yüklemek için "kullanıcı tanımlı" seçeneği ön hesaplaması.

4. Observer spektral Duyarlılığı seçin

NOT: Farklı ortamların adaptasyon efektleri, gözlemci genellikle sabit kalır ve ortalama spektral duyarlılığı ile varsayılan "standart gözlemci" olarak ayarlanır. tarama pigment veya gözlemcinin spektral duyarlılık miktarını kontrol bağımsız bir spektral duyarlılık ayarı için 3 menü bulunmaktadır.

  1. Lens pigment yoğunluğunu seçmek için "objektif" menüsünü tıklayın. Farklı seçenekler biri farklı yaşlardaki yoğunluk özelliğini seçmenize olanak verir.
  2. Benzer maküler pigment yoğunluğunu seçmek için "maküler" menüsünü tıklayın. pigment zirve yoğunluğu bakımından bu seçenekleri gözlemleyin.
  3. Hiçbir olan gözlemciler arasında seçim yapmak "koniler" menüsünü tıklayınrmal trichromacy veya anormal trichromacy farklı türleri.
    NOT: Program gözlemci ve doğrusal kabaca eşit örnek farklı renk ve parlaklık kombinasyonlarına koni sinyallerini birleştirmek 26 postreceptoral kanalları, bir dizi konik spektral hassasiyetleri tanımlar seçenek dayanarak.

5. Resmi Uyum

  1. "Uyum" butonuna tıklayın.
    Not: Bu, görüntüdeki her piksel için koniler ve post-receptoral mekanizmaların yanıt hesaplamak için kodu çalıştırır. adapte renk dağılımına ortalama tepki referans dağılımı için ortalama yanıt eşit olacak şekilde tepki ölçeklenir, ya da ortalama yanıt, bir kişi ya da bir referans gözlemci için aynı olduğu. Ölçekleme von Kries adaptasyonu 35 taklit etmek için çarpan bir. Yeni görüntü daha sonra mekanizma yanıtları toplanmasıyla ve görüntüleme için RGB değerlerine geri dönüştürülmesiyle oluşturulur. alg Detaylarıorithm 26, 27, 28, 29 'de verilmiştir.
  2. Ekranda üç yeni görüntüler gözlemleyin. Bu 1) olarak etiketlenmiştir "uyumsuz" - test görüntüsü tamamen referans ortama adapte birine nasıl görüneceğini; 2) "konik adaptasyon" - bu, sadece reseptörleri uyarlanması için ayarlanabilir görüntüsünü gösterir; ve 3) "tam adaptasyon" - Bu ortamda veya gözlemci değişikliği tam adaptasyon tarafından tahmin görüntüyü gösterir.
  3. Üç hesaplanan-görüntü kaydetmek için "görüntüleri kaydetmek" butonuna tıklayın. Klasör için göz atabilir ve dosya adını seçmek için ekranda yeni bir pencere gözlemleyin.

6. Uyum Sonuçlarını Değerlendirmek

NOT: Orijinal referans ve uyarlanmış görüntüleri aynı görüntü modellenen Adapta iki eyalette altında görünmelidir nasıl simülesiyon ve önemlisi, sırf adaptasyon devletin farklıdır. Görüntülerde farklılıklar dolayısıyla adaptasyon sonuçları ilişkin bilgi sağlar.

  1. Görme görüntüler arasındaki farklılıkları göz.
    NOT: Görüntülerin Basit muayene çok renk görme farklı renk ortamlarda yaşarken değişebilir veya gözlemci bir hassasiyet değişikliği için ne kadar adaptasyon telafi nasıl göstermek yardımcı olabilir.
  2. Ampirik olarak adaptasyon 29 sonuçlarını değerlendirmek görüntülerle analizler veya davranışsal ölçümleri kullanarak bu adaptasyon etkilerini ölçmek.
    1. nasıl renk görünümü değişse ölçün. Örneğin, nasıl renk kategorileri veya farklı ortamlarda veya gözlemci karşısında algısal niteliklerini ayırt kayması ölçmek için iki resim renkleri karşılaştırın. Örneğin, kullanım ne kadar eşsiz tonları (örneğin, saf sarı veya mavi) olabilir teorik olarak v hesaplamak için adaptasyon ile rengindeki değişikliklerin analizleriÇünkü Gözlemcinin renk ortamında 29 varyasyonların Ary.
    2. adaptasyon görsel duyarlılık veya performansını nasıl etkilediğini sor. Örneğin, gözlemciler ilk arka plan renkleri adapte edildiğinde yeni bir renk için görsel arama daha hızlı olup olmadığını karşılaştırmak için uyarlanmış resimleri kullanabilirsiniz. Tek hedef 29 yerleştirilmesi için ölçülen reaksiyon süreleri ile, görüntü ile ilgili hedefleri ve resimlerle birlikte uyarlanmıştır farklı renkli Şıkkın bir dizi üst üste deneyi yürütmek.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

4 gözlemci veya çevre değişiklikleri için uyum simülasyonları göstermektedir - 2 Şekil. Şekil 2 mercek pigment 28 yoğunluğunda sadece farklılık genç ve yaşlı gözlemci için Elma Cézanne'nin en Hareketsiz Yaşam tahmin görünümünü karşılaştırır. Genç gözün (Şekil 2a) yoluyla görülen orijinal resim daha yoğun pigmentli merceğinden daha sarıdır ve sönük görünür (Şekil 2b).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

resimli protokol ortamında veya gözlemci bir değişikliğe adaptasyon etkisi görüntüleri tasvir edilebilir gösterilmiştir. Bu betimleme modeli için yapılan varsayımlara bağlıdır alır formu - renk kodlu nasıl, örneğin, nasıl kodlama mekanizmaları tepki ve uyum. hipotez kanalların özellikleri nelerdir örneğin, ve bunlar adapte varsayılır nasıl - Böylece en önemli adım renk görüşü için model üzerinde karar vermektir. diğer önemli adımlar arasında adapte iki ortamlar ya da iki gözlemci hassasiyetleri özellikleri, uygun parame...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarlar ifşa hiçbir şey yok.

Teşekkürler

Sağlık (NIH) hibe EY-10834 Ulusal Sağlık Enstitüleri tarafından desteklenir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
dilini uyarlamak
Bilgisayar
(örn., Visual Basic veya Matlab)
Görüntüleri
Gözlemci spektral hassasiyetleri (gözlemciye özgü uyarlama içeren uygulamalar için)
Cihaz emisyon spektrumları (cihaza bağlı uygulamalar için)
Programlama için Görüntüleri işleme programı

Kaynaklar

  1. Vienot, F., Brettel, H., Ott, L., Ben M'Barek, A., Mollon, J. D. What do colour-blind people see? Nature. 376, 127-128 (1995).
  2. Brettel, H., Vienot, F., Mollon, J. D. Computerized simulation of color appearance for dichromats. J Opt Soc Am A Opt Image Sci Vis. 14, 2647-2655 (1997).
  3. Flatla, D. R., Gutwin, C. So that's what you see: building understanding with personalized simulations of colour vision deficiency. Proceedings of the 14th international ACM SIGACCESS conference on Computers and accessibility. , 167-174 (2012).
  4. Machado, G. M., Oliveira, M. M., Fernandes, L. A. A physiologically-based model for simulation of color vision deficiency. IEEE Trans. Vis. Comput. Graphics. 15, 1291-1298 (2009).
  5. Teller, D. Y. First glances: the vision of infants. the Friedenwald lecture. Invest. Ophthalmol. Vis. Sci. 38, 2183-2203 (1997).
  6. Wade, A., Dougherty, R., Jagoe, I. Tiny eyes. , Available from: http://www.tinyeyes.com/ (2016).
  7. Ball, L. J., Pollack, R. H. Simulated aged performance on the embedded figures test. Exp. Aging Res. 15, 27-32 (1989).
  8. Sjostrom, K. P., Pollack, R. H. The effect of simulated receptor aging on two types of visual illusions. Psychon Sci. 23, 147-148 (1971).
  9. Lindsey, D. T., Brown, A. M. Color naming and the phototoxic effects of sunlight on the eye. Psychol Sci. 13, 506-512 (2002).
  10. Raj, A., Rosenholtz, R. What your design looks like to peripheral vision. Proceedings of the 7th Symposium on Applied Perception in Graphics and Visualization. , 88-92 (2010).
  11. Perry, J. S., Geisler, W. S. Gaze-contingent real-time simulation of arbitrary visual fields. International Society for Optics and Photonics: Electronic Imaging. , 57-69 (2002).
  12. Vinnikov, M., Allison, R. S., Swierad, D. Real-time simulation of visual defects with gaze-contingent display. Proceedings of the 2008 symposium on Eye tracking research. , 127-130 (2008).
  13. Hogervorst, M. A., van Damme, W. J. M. Visualizing visual impairments. Gerontechnol. 5, 208-221 (2006).
  14. Aguilar, C., Castet, E. Gaze-contingent simulation of retinopathy: some potential pitfalls and remedies. Vision res. 51, 997-1012 (2011).
  15. Rowe, M. P., Jacobs, G. H. Cone pigment polymorphism in New World monkeys: are all pigments created equal? Visual neurosci. 21, 217-222 (2004).
  16. Rowe, M. P., Baube, C. L., Loew, E. R., Phillips, J. B. Optimal mechanisms for finding and selecting mates: how threespine stickleback (Gasterosteus aculeatus) should encode male throat colors. J. Comp. Physiol. A Neuroethol. Sens. Neural. Behav. Physiol. 190, 241-256 (2004).
  17. Melin, A. D., Kline, D. W., Hickey, C. M., Fedigan, L. M. Food search through the eyes of a monkey: a functional substitution approach for assessing the ecology of primate color vision. Vision Res. 86, 87-96 (2013).
  18. Webster, M. A. Adaptation and visual coding. J vision. 11 (5), 1-23 (2011).
  19. Webster, M. A. Visual adaptation. Annu Rev Vision Sci. 1, 547-567 (2015).
  20. Webster, M. A., Kaping, D., Mizokami, Y., Duhamel, P. Adaptation to natural facial categories. Nature. 428, 557-561 (2004).
  21. Webster, M. A., MacLeod, D. I. A. Visual adaptation and face perception. Philos. Trans. R. Soc. Lond., B, Biol. Sci. 366, 1702-1725 (2011).
  22. Schweinberger, S. R., et al. Auditory adaptation in voice perception. Curr Biol. 18, 684-688 (2008).
  23. Yovel, G., Belin, P. A unified coding strategy for processing faces and voices. Trends cognit sci. 17, 263-271 (2013).
  24. Shadmehr, R., Smith, M. A., Krakauer, J. W. Error correction, sensory prediction, and adaptation in motor control. Annu rev neurosci. 33, 89-108 (2010).
  25. Wolpert, D. M., Diedrichsen, J., Flanagan, J. R. Principles of sensorimotor learning. Nat rev Neurosci. 12, 739-751 (2011).
  26. McDermott, K., Juricevic, I., Bebis, G., Webster, M. A. Human Vision and Electronic Imaging. SPIE. Rogowitz, B. E., Pappas, T. N. 68060, V-1-10 (2008).
  27. Juricevic, I., Webster, M. A. Variations in normal color vision. V. Simulations of adaptation to natural color environments. Visual neurosci. 26, 133-145 (2009).
  28. Webster, M. A., Juricevic, I., McDermott, K. C. Simulations of adaptation and color appearance in observers with varying spectral sensitivity. Ophthalmic Physiol Opt. 30, 602-610 (2010).
  29. Webster, M. A. Probing the functions of contextual modulation by adapting images rather than observers. Vision res. , (2014).
  30. Webster, M. A. Human colour perception and its adaptation. Network: Computation in Neural Systems. 7, 587-634 (1996).
  31. Webster, M. A., Mollon, J. D. Colour constancy influenced by contrast adaptation. Nature. 373, 694-698 (1995).
  32. Brainard, D. H., Stockman, A. OSA Handbook of Optics. Bass, M. , 10-11 (2010).
  33. Maloney, L. T. Evaluation of linear models of surface spectral reflectance with small numbers of parameters. J Opt Soc Am A Opt Image Sci Vis. 3, 1673-1683 (1986).
  34. Mizokami, Y., Webster, M. A. Are Gaussian spectra a viable perceptual assumption in color appearance? J Opt Soc Am A Opt Image Sci Vis. 29, A10-A18 (2012).
  35. Chichilnisky, E. J., Wandell, B. A. Photoreceptor sensitivity changes explain color appearance shifts induced by large uniform backgrounds in dichoptic matching. Vision res. 35, 239-254 (1995).
  36. Boehm, A. E., MacLeod, D. I., Bosten, J. M. Compensation for red-green contrast loss in anomalous trichromats. J vision. 14, (2014).
  37. Regan, B. C., Mollon, J. D. Colour Vision Deficiencies. Vol. XIII. Cavonius, C. R. , Springer. Dordrecht. 261-270 (1997).
  38. Carandini, M., Heeger, D. J. Normalization as a canonical neural computation. Nature reviews. Neurosci. 13, 51-62 (2011).
  39. Rieke, F., Rudd, M. E. The challenges natural images pose for visual adaptation. Neuron. 64, 605-616 (2009).
  40. Hardy, J. L., Frederick, C. M., Kay, P., Werner, J. S. Color naming, lens aging, and grue: what the optics of the aging eye can teach us about color language. Psychol sci. 16, 321-327 (2005).
  41. Webster, M. A., Mollon, J. D. Adaptation and the color statistics of natural images. Vision res. 37, 3283-3298 (1997).
  42. Webster, M. A., Mizokami, Y., Webster, S. M. Seasonal variations in the color statistics of natural images. Network. 18, 213-233 (2007).
  43. Sagi, D. Perceptual learning in Vision Research. Vision res. , (2011).
  44. Lu, Z. L., Yu, C., Watanabe, T., Sagi, D., Levi, D. Perceptual learning: functions, mechanisms, and applications. Vision res. 50, 365-367 (2009).
  45. Bavelier, D., Green, C. S., Pouget, A., Schrater, P. Brain plasticity through the life span: learning to learn and action video games. Annu rev neurosci. 35, 391-416 (2012).
  46. Kompaniez, E., Abbey, C. K., Boone, J. M., Webster, M. A. Adaptation aftereffects in the perception of radiological images. PloS one. 8, e76175(2013).
  47. Ross, H. Behavior and Perception in Strange Environments. , George Allen & Unwin. (1974).
  48. Armann, R., Jeffery, L., Calder, A. J., Rhodes, G. Race-specific norms for coding face identity and a functional role for norms. J vision. 11, 9(2011).
  49. Oruc, I., Barton, J. J. Adaptation improves discrimination of face identity. Proc. R. Soc. A. 278, 2591-2597 (2011).
  50. Kording, K. P., Tenenbaum, J. B., Shadmehr, R. The dynamics of memory as a consequence of optimal adaptation to a changing body. Nature neurosci. 10, 779-786 (2007).
  51. Neitz, J., Carroll, J., Yamauchi, Y., Neitz, M., Williams, D. R. Color perception is mediated by a plastic neural mechanism that is adjustable in adults. Neuron. 35, 783-792 (2002).
  52. Delahunt, P. B., Webster, M. A., Ma, L., Werner, J. S. Long-term renormalization of chromatic mechanisms following cataract surgery. Visual neurosci. 21, 301-307 (2004).
  53. Bao, M., Engel, S. A. Distinct mechanism for long-term contrast adaptation. Proc Natl Acad Sci USA. 109, 5898-5903 (2012).
  54. Kwon, M., Legge, G. E., Fang, F., Cheong, A. M., He, S. Adaptive changes in visual cortex following prolonged contrast reduction. J vision. 9 (2), 1-16 (2009).
  55. Webster, M. A. Handbook of Color Psychology. Elliott, A., Fairchild, M. D., Franklin, A. , Cambridge University Press. 197-215 (2015).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Etiketler

Renk Görme SimülasyonuDuyusal AdaptasyonKonu AdaptasyonuKontrast AdaptasyonuSpektral HassasiyetLens PigmentiMakula PigmentiGözlemci ModellemeOrtam Adaptasyonu
Görsel Adaptasyon görselleştirme
Bize Ulaşın
Kütüphaneye Öner

Gizlilik

Kullanım Koşulları

Politikalar

Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.