Visualiseren Visual Adaptation

Behavior
 

Summary

Dit artikel beschrijft een nieuwe methode voor het simuleren en het bestuderen van de aanpassing in het visuele systeem.

Cite this Article

Copy Citation | Download Citations

Webster, M. A., Tregillus, K. E. Visualizing Visual Adaptation. J. Vis. Exp. (122), e54038, doi:10.3791/54038 (2017).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Vele technieken zijn ontwikkeld om te visualiseren hoe een afbeelding lijkt een individu met een verschillende visuele gevoeligheid: bijvoorbeeld, als gevolg van optische of leeftijdsverschillen, of een kleur deficiëntie of ziekte. Dit protocol beschrijft een techniek voor het opnemen van zintuiglijke aanpassing in de simulaties. Het protocol wordt geïllustreerd met het voorbeeld van kleurenzien, maar is algemeen toepasbaar op elke vorm van visuele aanpassing. Het protocol maakt gebruik van een eenvoudig model van menselijke kleurwaarneming op normale en plausibele aannames over het netvlies en corticale mechanismen coderen kleuren en hoe deze passen hun gevoeligheid voor zowel de gemiddelde kleur en kleurbereik in de huidige stimulus. De winsten van de mechanismen zijn aangepast zodat hun gemiddelde respons onder één context wordt gelijkgesteld voor een andere context. De simulaties helpen onthullen de theoretische grenzen van adaptatie en het genereren van "aangepaste beelden" die optimaal zijn afgestemd op een specifieke environment of waarnemer. Ze bieden ook een gemeenschappelijke meetmethoden voor het verkennen van de effecten van aanpassing in verschillende waarnemers of verschillende omgevingen. Het karakteriseren van de visuele perceptie en prestaties met deze beelden biedt een nieuw instrument voor het bestuderen van de functies en de gevolgen van aanpassing op lange termijn in zicht of andere sensorische systemen.

Introduction

Wat zou de wereld eruit zien aan anderen of voor onszelf als we veranderen? Antwoorden op deze vragen zijn van fundamenteel belang voor het begrijpen van de aard en de mechanismen van de perceptie en de gevolgen van zowel normale en klinische variaties in zintuiglijke codering. Een grote verscheidenheid aan technieken en benaderingen zijn ontwikkeld om te simuleren hoe afbeeldingen kunnen worden weergegeven aan personen met een verschillende visuele gevoeligheden. Bijvoorbeeld omvatten deze simulaties van de kleuren die kunnen worden onderscheiden door verschillende soorten kleurenzwakte 1, 2, 3, 4, de ruimtelijke en chromatische verschillen die kunnen worden opgelost door kinderen of oudere waarnemers 5, 6, 7, 8, 9 , hoe afbeeldingen worden weergegeven in het perifere gezichtsveld up class = "xref"> 10, en de gevolgen van optische fouten of ziekte 11, 12, 13, 14. Ze zijn ook toegepast op de discriminatie die andere soorten 15, 16, 17 mogelijk zijn zichtbaar. Kenmerkend dergelijke simulaties metingen van de gevoeligheid verliezen in verschillende populaties om een ​​beeld te filteren en daardoor verminderen of verwijderen structuur ze moeite waard. Zo voorkomende vormen van kleurenblindheid weerspiegelen verlies van één van de twee fotoreceptoren gevoelig middellange of lange golflengten, en afbeeldingen gefiltreerd om de signalen te verwijderen verschijnt gewoonlijk zonder "rood-groen" tinten 1. Ook baby's hebben slechtere scherpte, en dus de beelden verwerkt voor hun beperkte ruimtelijke gevoeligheid is onscherp . f "> 5 Deze technieken van onschatbare waarde illustraties van wat een persoon kan zien dat een ander mag evenwel niet, dat doen ze niet. - en vaak zijn niet bedoeld om - beeld van de werkelijke perceptuele ervaring van de waarnemer, en in sommige gevallen kan een verkeerde voorstelling van de hoeveelheid en de aard van de informatie waarover de waarnemer.

Dit artikel beschrijft een nieuwe techniek ontwikkeld om verschillen in visuele ervaring die een fundamenteel kenmerk van visuele codering omvat simuleren - aanpassing 18, 19. Alle sensorische en motorische systemen continu aan te passen aan de context waarin ze worden blootgesteld aan. Een penetrante geur in een kamer snel vervaagt, terwijl visie biedt aan hoe helder of dimmen de kamer is. Belangrijk is dat deze aanpassingen voorkomen voor bijna elke stimulus attribuut, met inbegrip van "high-level" percepties zoals de kenmerken van iemands gezicht 20,class = "xref"> 21 of hun stem 22, 23 en het ijken van de motor commando gemaakt bij bewegen van de ogen of het bereiken van een object 24, 25. In feite, aanpassing is waarschijnlijk een essentiële eigenschap van bijna alle neurale verwerking. Dit artikel laat zien hoe u deze aanpassing effecten op te nemen in simulaties van de weergave van afbeeldingen, met in principe "het aanpassen van de afbeelding" om te voorspellen hoe het onder een bepaalde toestand van de aanpassing 26, 27, 28, 29 aan een specifieke waarnemer zou verschijnen. Vele factoren kunnen de gevoeligheid van een waarnemer te veranderen, maar aanpassing kan vaak compenseren voor belangrijke aspecten van deze veranderingen, zodat de gevoeligheid verliezen zijn minder opvallend dan voorspeld zou worden, zonder de veronderstelling dat het systeem zich aanpast. Omgekeerd makenaanpassing past de gevoeligheid volgens de huidige stimulus context, deze aanpassingen zijn ook belangrijk op te nemen voor het voorspellen hoeveel perceptie kan variëren wanneer de omgeving varieert.

Het volgende protocol illustreert de techniek door het aanpassen van de kleur inhoud van de beelden. Kleurwaarneming heeft het voordeel dat de initiële stadia neurale kleurcodering relatief goed worden begrepen, evenals de patronen van aanpassing 30. De werkelijke mechanismen en aanpassingen zijn complex en gevarieerd, maar de belangrijkste gevolgen van adaptatie kan worden opgenomen met een eenvoudige en gebruikelijke tweetraps model (figuur 1a). In de eerste fase worden kleursignalen aanvankelijk gecodeerd door drie soorten kegel fotoreceptoren die maximaal gevoelig zijn voor korte, middellange of lange golflengten (S, M, L en kegels) zijn. In de tweede fase worden de signalen van verschillende kegels gecombineerd tot na receptoral cellen vormen "color-fout" channels die antagonistische input ontvangt van de verschillende kegels (en dus brengen "kleur" gegevens) en "niet-opponent" kanalen die de kegel ingangen samen vatten (dus codering "helderheid" informatie). Bijgestuurd in beide stadia, en past twee verschillende aspecten van de kleur - het gemiddelde (in de conussen) en de variantie (in post-receptoral kanalen) 30, 31. Het doel van de simulaties is om deze aanpassingen toepassen op het model mechanismen en vervolgens maken de afbeelding van hun aangepaste uitgangen.

De aanpassing van beelden omvat zes primaire componenten. Deze zijn 1) het kiezen van de beelden; 2) het kiezen van het formaat van de afbeelding spectra; 3) die de kleurverandering van het milieu; 4) die de verandering van de gevoeligheid van de waarnemer; 5) met behulp van het programma om de aangepaste beelden te creëren; en 6) met behulp van de beelden naar de gevolgen van de aanpassing te evalueren. THij volgt beschouwt elk van deze stappen in detail. Het basismodel en mechanismen reacties zijn geïllustreerd in figuur 1, terwijl Figuren 2-5 tonen voorbeelden van afbeeldingen gemaakt met het model.

Protocol

LET OP: Het protocol geïllustreerd maakt gebruik van een programma dat het mogelijk maakt om beelden te selecteren en vervolgens aan te passen met behulp van opties geselecteerd door verschillende drop-down menu's.

1. Selecteer de Image aan te passen

  1. Klik op de afbeelding en blader naar de bestandsnaam van de afbeelding om mee te werken. Let op de oorspronkelijke afbeelding in het bovenste linkervenster.

2. Geef de Stimulus en de Observer

  1. Klik op het menu "format" om te kiezen hoe om het imago en de waarnemer te vertegenwoordigen.
  2. Klik op de optie "standaard waarnemer" naar een standaard of gemiddelde waarnemer aan te passen aan een specifieke kleur distributiemodel. In dit geval, gebruik van standaard vergelijkingen om de RGB-waarden van de afbeelding om te zetten naar de conus 32 gevoeligheden.
  3. Klik op de optie "individuele waarnemer" om de spectrale gevoeligheden van een specifieke waarnemer te modelleren. Omdat deze gevoeligheden zijn golflengte-afhankelijk, het programma converts de RGB-waarden van de opname in het pistool spectra met behulp van de standaard of gemeten emissiespectra voor het display.
  4. Klik op de optie "natuurlijke spectra" om de werkelijke spectra benaderen in de wereld. Met deze optie worden de RGB waarden spectra, bijvoorbeeld door standaard basisfuncties 33 of Gauss spectra 34 om de overeenkomstige spectrum voor de beeldkleur benaderen.

3. Selecteer de Adaptation Voorwaarde

  1. Pas ofwel dezelfde waarnemer aan verschillende omgevingen (bijvoorbeeld om de kleuren van een bos vs. stedelijk landschap), of verschillende waarnemers aan dezelfde omgeving (bijvoorbeeld een normale vs. kleur tekort waarnemer).
    1. In het eerste geval, de menu's gebruiken om de omgevingen te selecteren. In dit laatste, de menu's om de gevoeligheid van de waarnemer bepalen.
  2. Om de omgevingen te stellen, selecteert u de "referentie" en "test" milionments uit de dropdown menu's. Deze controle van de twee verschillende toestanden van aanpassing door het laden van het mechanisme antwoorden voor verschillende omgevingen.
    1. Kies in het menu "referentie" naar het startpunt omgeving controleren. Dit is het milieu het onderwerp is aangepast om tijdens het bekijken van de oorspronkelijke afbeelding.
      NB: De keuzes is aangetoond dat ze vooraf berekend voor verschillende omgevingen. Deze werden gemeten met de kleurengamma's voor verschillende verzamelingen van afbeeldingen. Bijvoorbeeld, één toepassing onderzocht hoe kleurwaarneming kan variëren met veranderingen in de seizoenen, met gekalibreerde beelden uit dezelfde locatie op verschillende tijdstippen 27. Een andere studie, het verkennen hoe de aanpassing van invloed kunnen zijn kleur percepts over verschillende locaties, vertegenwoordigde de locaties door bemonstering van beelden van verschillende categorieën 29 scene.
    2. Selecteer de "gebruiker gedefinieerde" omgeving om de waarden voor een aangepaste omgeving te laden. ObsErve een raam om te bladeren en selecteer een bepaald bestand. Om deze bestanden voor onafhankelijke beelden te creëren, elk beeld op te nemen (zoals in stap 1) en klik vervolgens op de "save image reacties" knop.
      OPMERKING: Dit zal een venster waar men kan maken of toevoegen aan een Excel-bestand opslaan van de reacties op elk beeld weer te geven. Om een ​​nieuw bestand te maken, voert u de bestandsnaam, of blader naar een bestaand bestand. Voor bestaande bestanden, zijn de reacties op het huidige beeld toegevoegd en de antwoorden op alle afbeeldingen automatisch gemiddeld. Deze gemiddelden worden ingevoerd voor referentieomgeving wanneer het bestand met de "gebruiker gedefinieerde" optie is geselecteerd.
    3. Kies in het menu "test" om een ​​lijst van omgevingen voor de afbeelding aan te passen voor. Selecteer de "huidige afbeelding" optie om het mechanisme reacties te gebruiken voor het weergegeven beeld.
      OPMERKING: Deze optie gaat uit van de proefpersonen zich aanpassen aan de kleuren in het beeld dat op dit moment wordt bekeken. Kies anders een van de thij vooraf berekende omgeving of de optie "door de gebruiker gedefinieerde" om de testomgeving te laden.

4. Selecteer de spectrale gevoeligheid van de Observer

LET OP: Voor de aanpassing effecten van verschillende omgevingen, de waarnemer meestal constant blijven, en is ingesteld om de standaard "standaard waarnemer" met een gemiddelde spectrale gevoeligheid. Er zijn 3 menu's voor het instellen van een individuele spectrale gevoeligheid, die de hoeveelheid screening pigment of de spectrale gevoeligheden van de waarnemer controleren.

  1. Klik op het menu "lens" om de dichtheid van de lens pigment te selecteren. De verschillende opties mogelijk maken om de dichtheid kenmerk van verschillende leeftijden te kiezen.
  2. Klik op het menu "macula" om de dichtheid van het macula pigment op dezelfde manier te selecteren. Neem de volgende opties in termen van de piek dichtheid van het pigment.
  3. Klik op het menu "kegels" te kiezen tussen waarnemers zonderrmal trichromacy of verschillende soorten afwijkende trichromacy.
    OPMERKING: Op basis van de keuze van het programma bepaalt de kegel spectrale gevoeligheden van de waarnemer en een set van 26 postreceptoral kanalen die lineair de kegel signalen combineren ruwweg uniform monster verschillende kleur en luminantie combinaties.

5. Pas de Afbeelding

  1. Klik op de "aanpassen" knop.
    LET OP: Deze voert de code voor het berekenen van de reacties van de kegels en post-receptoral mechanismen om elke pixel in het beeld. De reactie wordt geschaald dat de gemiddelde reactie op de aanpassing kleurverdeling gelijk is aan de gemiddelde reacties op de referentieverdeling, of dat de gemiddelde reactietijd is hetzelfde voor een individu of verwijzing waarnemer. De schaling is multiplicatieve te simuleren von Kries aanpassing 35. Het nieuwe beeld wordt dan weergegeven door het optellen van het mechanisme reacties en het omzetten naar RGB-waarden voor weergave. Details van de algorithm zijn in 26, 27, 28, 29.
  2. Let op drie nieuwe beelden op het scherm. Deze worden aangeduid als 1) "onaangepast" - hoe het testbeeld moet verschijnen om iemand volledig aangepast aan de referentie-milieu; 2) "cone adaptatie" - deze geeft het alleen gecorrigeerd voor de aanpassing van de receptoren beeld; en 3) "volledig adaptatie" - dit toont de voorspelde door volledige aanpassing aan de verandering in het milieu of de waarnemer afbeelding.
  3. Klik op de "beelden op te slaan" om de drie berekende-beelden op te slaan. Observeer een nieuw venster op het scherm om te zoeken naar de map en kies de bestandsnaam.

6. Evalueer de gevolgen van de aanpassing

LET OP: De originele referentie en aangepaste beelden simuleren hoe hetzelfde beeld onder de twee staten van gemodelleerde adapta moeten verschijnentie, en belangrijker nog, verschillen alleen als gevolg van de aanpassing staat. De verschillen in de beelden te leveren daarmee inzicht in de gevolgen van de aanpassing.

  1. Visueel kijken naar de verschillen tussen de beelden.
    OPMERKING: Eenvoudige inspectie van de beelden kan helpen laten zien hoe veel kleur visie kan variëren wanneer het leven in verschillende kleuren omgevingen, of hoeveel aanpassing zou kunnen compenseren voor een gevoeligheid verandering in de waarnemer.
  2. Kwantificeren deze aanpassing effecten met behulp van analyses en gedrags-wetenschappelijke metingen met de beelden van de gevolgen van de aanpassing 29 empirisch te evalueren.
    1. Meten hoe kleur uiterlijk verandert. Vergelijk bijvoorbeeld de kleuren van de twee beelden om te meten hoe kleurcategorieën of perceptuele saillantie shift in verschillende omgevingen of waarnemers. Gebruik bijvoorbeeld analyses van de veranderingen in kleur met de aanpassing te berekenen hoeveel de unieke kleuren (bijvoorbeeld zuiver geel of blauw) zou theoretisch vari als gevolg van variaties in de waarnemer kleur milieu 29.
    2. Vraag hoe de aanpassing van invloed op visuele gevoeligheid of prestaties. Gebruik bijvoorbeeld de aangepaste afbeeldingen om te vergelijken of visuele zoektocht naar een nieuwe kleur is sneller wanneer waarnemers eerst worden aangepast aan de kleuren van de achtergrond. Voeren het experiment door superpositie van de foto een reeks doelstellingen en verschillend gekleurde afleiders die zijn aangepast samen met de beelden, de reactietijden gemeten voor het lokaliseren van de oneven doel 29.

Representative Results

Figuren 2-4 illustreren de aanpassing simulaties voor veranderingen in de waarnemer of de omgeving. Figuur 2 vergelijkt de voorspelde verschijning van Still Life Cezanne's met Apples voor een jongere en oudere waarnemer die alleen verschillen in de dichtheid van de lens pigment 28. Het originele beeld gezien door het oog jongere (figuur 2a) wordt veel geler en dimmer via dichter gepigmenteerde lens (figuur 2b). (De overeenkomstige veranderingen in de gemiddelde chromatische kleur en antwoorden wordt weergegeven in figuur 1c.) Echter aanpassing aan de gemiddelde kortingen spectrale verandering bijna alle kleurweergave veranderen (figuur 2c). De oorspronkelijke kleurrespons vrijwel volledig teruggewonnen door aanpassing van de conussen, zodat volgende contrastveranderingen een verwaarloosbare invloed.

nt" fo: keep-together.within-page = '1'> Figuur 3 toont van Goghs Irissen gefiltreerd om kleurenweergave simuleren deuteranomalous een waarnemer, die hun normale M photopigment wordt verschoven topgevoeligheid binnen 6 nm van de L 28 photopigment . Aanpassing van de kegels opnieuw afgesteld voor de gemiddelde stimulus chromaticiteit, maar de L versus M contrast van de afwijkende pigmenten zwak (figuur 3b), comprimeren het mechanisme reacties langs deze as (figuur 1d). Er is gesuggereerd dat van Gogh zou het gebruik van kleur zijn overdreven om te compenseren voor een kleur-deficiëntie, omdat de kleuren die hij portretteerde kan er natuurlijker uitzien wanneer gefilterd op een tekort. echter, contrast aanpassing aan de verminderde contrasten voorspelt dat het beeld opnieuw moet "lijken" zeer vergelijkbaar met de normale en abnormale trichromie (figuur 3c), wanneer laatstgenoemde heeft veel zwakkere intrinsieke gevoeligheid voor L 36, 37.

Figuur 4 toont de simulaties voor de veranderingen in het milieu, door simulatie van hoe de wazige beeld geportretteerd door Sunrise Monet (Marine) kan lijken voor een waarnemer volledig aangepast aan de waas (of aan een kunstenaar volledig aangepast aan zijn schilderij). Vóór aanpassing wordt het beeld duistere en grotendeels monochrome (figuur 4a) en dienovereenkomstig het mechanisme reacties op het beeldcontrast zwak (figuur 1e). Echter aanpassing aan zowel de gemiddelde chromatische vertekening en de gereduceerde chromatische contrast (in casu het mechanisme responsen op kenmerkende openluchtscènes overeenkomen) normaliseert en breidt de waargenomen kleurbereik zodat het vergelijkbaarhet bereik van de kleur percepts ervaren voor goed verlichte outdoor scene (figuur 4b).

Figuur 5 tenslotte toont twee voorbeelden vermeld in paragraaf 6.2 van het protocol voor het gebruik van het model kleurwaarneming bestuderen. Figuur 5a toont de Munsell palet onder aanpassing aan een weelderige of droge omgeving, terwijl figuur 5b plot de verschuivingen in het palet prikkels moeten zuiver rood, groen, blauw of geel, wanneer dezelfde waarnemer is ingericht om een reeks verschillende gesimuleerde verschijnen omgevingen. Dit bereik is vergelijkbaar met metingen van de feitelijke stimulus gamma van deze focale kleuren zoals empirisch gemeten in de wereld kleur Survey 29. Figuur 5c toont in plaats daarvan hoe een set van embedded kleuren worden weergegeven voor of na de aanpassing aan een Mars landschap. Aanpassing van de set voor de afbeelding leidde tot aanzienlijk kortere reactietijden voor het vinden van deunieke kleuren in een visueel zoeken taak 29.

Figuur 1
Figuur 1: Model. a) Reacties worden gemodelleerd voor mechanismen met de gevoeligheden van de kegels (die zich aanpassen aan de stimulus gemiddelde) of postreceptoral combinaties van de kegels (die zich aanpassen aan de stimulus variantie. b) Elke postreceptoral mechanisme is afgestemd op een andere richting in het kleur- luminantie ruimte, zoals aangegeven door de vectoren. Voor de simulaties 26 mechanismen berekend, welk monster de ruimte 45 ° intervallen (getoond L versus M en S versus LM vlak en de L versus M en luminantievlak). c) reacties van de mechanismen in de equiluminant (L versus M en S versus LM) vlak om de afbeeldingen in de bovenste en middelste paneel uit figuur 2. Gemiddelde contrast responsen sheigen bij 22,5 ° intervallen vollediger beeld van de antwoordverdeling, maar het model is gebaseerd op kanalen met 45 ° intervallen. In het oorspronkelijke beeld (figuur 2a) de gemiddelde kleursoort dicht bij grijs (0,0) en kleuren worden gedrukt langs een blauw-geel as. Verhogen van de lens dichtheid van de waarnemer ontstaat een grote verschuiving in de gemiddelde richting gele (Figuur 2b). d) Contrast antwoorden voor de in figuur 3a en 3b beelden. De conus contrasten in de oorspronkelijke (figuur 3a) worden samengedrukt langs de L Vs. M as voor de kleur deficiënte waarnemer (figuur 3b). e) Contrast antwoorden voor de in figuur 4a en 4b beelden. Het lage contrast antwoorden voor het oorspronkelijke beeld (figuur 4a) geëxpandeerd volgende aanpassing, waarbij de gemiddelde reacties op het schilderij past bij de antwoorden fora kleurverdeling typisch buiten natuurlijke scènes (figuur 4b). Klik hier om een grotere versie van deze afbeelding te bekijken.

Figuur 2
Figuur 2: simuleren Gevolgen van Lens Aging. Cezanne Stilleven met appels (a) bewerkt om een veroudering lens (b) en aanpassing van de lens (c) te simuleren. Digitale beeld hoffelijkheid van de Open Content programma van de Getty's. Klik hier om een grotere versie van deze afbeelding te bekijken.

figuur 3
Figuur 3: simulang Anomalous Trichromacy. Van Gogh's Irissen (a) het simuleren van de verminderde kleurcontrasten in een kleur-deficiënte waarnemer (b), en de voorspelde verschijning in waarnemers volledig aangepast aan de verminderde contrast (c). Digitale beeld hoffelijkheid van de Open Content programma van de Getty's. Klik hier om een grotere versie van deze afbeelding te bekijken.

figuur 4
Figuur 4: simuleren Aanpassing aan een Low Contrast Milieu. Sunrise Monet (Marine). Het originele beeld (a) wordt verwerkt om de kleur uitstraling voor een waarnemer aangepast aan de lage contrasten in de scène (b) te simuleren. Dit werd gedaan door het aanpassen van de gevoeligheid van de gevoeligheid van elk van de mechanismen is zodat de gemiddelde respons op de kleuren in de schilderijen is gelijk aan de gemiddelde respons op kleuren gemeten voor een verzameling van natuurlijke outdoor scènes. Digitale beeld hoffelijkheid van de Open Content programma van de Getty's. Klik hier om een grotere versie van deze afbeelding te bekijken.

figuur 5
Figuur 5. Met behulp van de Model te Visuele Prestaties Onderzoek. a) Het palet Munsell diensten die in de aanpassing aan de kleuren van een weelderige of droge omgeving. b) Chips in het palet dat zuiver rood, groen, blauw of geel na aanpassing zou moeten verschijnen om een scala van verschillende kleur omgevingen. Light-shaded symbolen plot het bereik van de gemiddelde chip selecties uit de talen van de wereld Color Survey. c) Foto's van het oppervlak vanMars als ze zouden kunnen lijken voor een waarnemer aangepast aan Aarde of naar Mars. Ingespiegeld plekken tonen voorbeelden van de stimuli toegevoegd voor het visueel zoeken taak, en beschikken over een set van uniform gekleurde afleiders en een verschillend gekleurde doelwit. d) In het experiment zoektijden werden voor het lokaliseren van de oneven doel en waren aanzienlijk korter in de aangepaste Mars aangepaste beelden. Klik hier om een grotere versie van deze afbeelding te bekijken.

Discussion

De geïllustreerde protocol laat zien hoe de effecten van aanpassing aan een verandering in de omgeving of de waarnemer kan worden afgebeeld in de beelden. De wijze waarop deze afbeelding neemt is afhankelijk van de aannames voor het model - bijvoorbeeld hoe kleuren worden gecodeerd, en hoe de codering mechanismen reageren en aan te passen. Dus de belangrijkste stap is het bepalen van het model voor kleur visie - bijvoorbeeld wat de eigenschappen van de hypothese kanalen zijn, en hoe ze worden verondersteld te passen. De andere belangrijke stappen zijn om passende parameters voor de eigenschappen van de twee omgevingen, of twee waarnemer gevoeligheden, dat u aan te passen tussen.

Het afgebeelde model is zeer eenvoudig, en er zijn vele manieren waarop het onvolledig en kan worden uitgebreid afhankelijk van de toepassing. Zo wordt kleurinformatie niet gecodeerd onafhankelijk van de vorm en de geïllustreerde simulaties geen rekening gehouden met de ruimtelijke structuur vande afbeeldingen of neurale receptieve velden, of interacties in mechanismen zoals contrast normalisatie 38. Ook alle pixels in het beeld worden gegeven gelijk gewicht en daarmee de simulaties niet opgenomen ruimtelijke factoren, zoals scènes worden bemonsterd oogbewegingen. Adaptatie in het model wordt ook aangenomen eenvoudige multiplicatieve schalen representeren. Dit is voor een aantal vormen van chromatische adaptatie, maar kan niet goed de respons veranderingen op post-receptoral niveaus te beschrijven. Ook het contrast responsiefuncties in het model zijn lineair en dus niet de simulatie van de werkelijke responsfuncties neuronen. Een andere belangrijke beperking is dat de geïllustreerde simulaties geen geluid op te nemen. Indien ruis op of vóór het plaatsen van de aanpassing, dan kan aanpassing zowel signaal en ruis te passen en kunnen derhalve zeer verschillende effecten op het uiterlijk en visuele prestaties 39 hebben. Een manier omsimuleren van de effecten van geluid is om willekeurige verstoringen te introduceren in de stimulus 28. Dit zal echter niet na te bootsen wat dit ruis "ziet eruit als" naar een waarnemer.

Zoals door de weergegeven voorbeelden voorgesteld, kan de simulaties vele eigenschappen van kleurervaring die niet duidelijk wanneer alleen rekening gehouden met de spectrale en contrastgevoeligheid van de waarnemer te vangen, en met name de functie om het belang van aanpassing normaliseren kleurwaarneming en compenseren van de markeren gevoeligheidslimieten van de waarnemer. In dit opzicht is de techniek verschaft een aantal voordelen en toepassingen voor het zichtbaar maken of voorspellen van visuele waarneming. Deze omvatten het volgende:

Betere simulaties van Variant Vision

Zoals opgemerkt, het filteren van een beeld voor een andere gevoeligheid laat zien wat men ervaart wanneer de informatie in het beeld wordt gewijzigd, maar doet het minder goed in het voorspellen van wat eenwaarnemer met die gevoeligheid zou ervaren. Als voorbeeld, een grijze patch gefilterd om de vergeling lens van het oog van een oudere waarnemer simuleren ziet er geler 9. Maar oudere waarnemers die gewend zijn aan hun leeftijd lenzen in plaats beschrijven en waarschijnlijk letterlijk de stimulus als grijze 40. Zoals hier getoond, dit is een natuurlijk gevolg van de aanpassing in het visuele systeem 28, en dus de integratie van deze aanpassing is van belang voor een betere visualisatie van de individuele waarnemingen.

Een gemeenschappelijk mechanisme voorspellen Verschillen tussen waarnemers en Between Environments

De meeste simulatietechnieken zijn gericht op het voorspellen van veranderingen in de waarnemer. Toch aanpassing wordt ook stelselmatig gedreven door veranderingen in de wereld 18, 19. Individuen ondergedompeld in verschillende visuele omgevingen (bijvoorbeeld stedelijke Vs. landelijk, of arid Vs. weelderige) worden blootgesteld aan zeer verschillende patronen van de stimulatie die kunnen leiden tot zeer verschillende toestanden adaptatie 41, 42. Bovendien zijn deze verschillen geaccentueerd tussen individuen bezetten verschillende niches in een steeds meer gespecialiseerde en technische samenleving (bijvoorbeeld, een kunstenaar, radioloog, video game player, of duiker). Perceptuele leren en expertise zijn uitgebreid bestudeerd en zijn afhankelijk van vele factoren, 43, 44, 45. Maar een van deze kan eenvoudig zijn blootstelling 46, 47. Bijvoorbeeld, een rekening van de "ander ras" effect, waarbij waarnemers zijn beter in het onderscheidende geconfronteerd met onze eigen etniciteit, is omdat ze zijn aangepast aan de gezichten dat ze vaak tegenkomen 48, 49. Aanpassing verschaft een coMmon maatstaf voor evaluatie van het effect van een verandering gevoeligheid Vs. stimulus verandering op de perceptie, en dus voor het voorspellen hoe twee verschillende waarnemers dezelfde wereld zou kunnen ervaren Vs. het plaatsen van dezelfde waarnemer in twee verschillende werelden.

Het evalueren van de gevolgen op lange termijn van Adaptation

Eigenlijk is het aanpassen van waarnemers en vervolgens te meten hoe hun gevoeligheid en de perceptie verandering is een gevestigde en uitgebreid onderzocht psychofysische techniek. Echter, deze metingen meestal beperkt tot kortlopende vorderingen durende minuten of uren. Toenemend bewijs suggereert dat een aanpassing heeft ook over veel langere tijdschalen die veel moeilijker te testen empirisch 50, 51, 52, 53, 54 zijn. Simuleren aanpassing heeft als voordeel duwen ADAPtatie stelt om hun theoretische grenzen op lange termijn en dus het verkennen van tijdschema's die experimenteel niet praktisch zijn. Het staat ook voor het testen van de perceptuele consequenties van graduele veranderingen, zoals veroudering of progressieve ziekte.

Het evalueren van de potentiële voordelen van Adaptation

Een gerelateerd probleem is dat terwijl veel functies voor aanpassing voorgesteld, prestatieverbeteringen zijn vaak niet evident in studies van de korte termijn aanpassing, en dit kan voor een deel zijn, omdat deze verbeteringen alleen ontstaan ​​over langere tijdschalen. Het testen hoe goed de waarnemers verschillende visuele taken kunnen uitvoeren met afbeeldingen aangepast aan deze tijdschalen te simuleren een nieuwe werkwijze voor het verkennen van de perceptuele voordelen en kosten van aanpassing 29.

Testen Mechanismen van Visual Coding en Adaptation

De simulaties kunnen helpen om te visualiseren en te vergelijken beide verschillende modellen van visuele mechanisms en verschillende modellen van hoe deze mechanismen passen hun gevoeligheid. Dergelijke vergelijkingen kunnen helpen onthullen het relatieve belang van de verschillende aspecten van de visuele codering voor visuele prestaties en perceptie.

Aanpassing Images waarnemers

In de mate dat de aanpassing helpt om beter te zien, zoals simulaties zorgen voor een potentieel krachtig hulpmiddel voor het ontwikkelen van modellen van de beeldverwerking die betere informatie voor waarnemers kan markeren. Dergelijke beeldverbetering technieken zijn wijdverbreid, maar de huidige aanpak is bedoeld om een ​​beeld aan te passen op een manier waarop de eigenlijke hersenen regelt, en dus de werkelijke codering strategieën die het visuele systeem ontwikkeld om misbruiken te simuleren. Preprocessing beelden op deze manier zou in principe verwijderen van de noodzaak van waarnemers om visueel te wennen aan een nieuwe omgeving, door in plaats daarvan instellen van het beeld aan te passen de aanpassing stelt dat waarnemers zijn in 26,

Het kan onrealistisch lijken te suggereren zou deze aanpassing in de praktijk korting bijna volledig een gevoeligheid verandering van onze waarnemingen, maar er zijn veel voorbeelden waarbij waarnemingen doen lijken niet beïnvloed door dramatische gevoeligheid verschillen 55, en het is een empirische vraag hoe volledig de aanpassing is voor alle bepaald geval - een die aangepast afbeeldingen kunnen ook worden gebruikt om aan te pakken. In ieder geval, als het doel is om de perceptuele ervaring van een waarnemer zichtbaar te maken, dan is deze simulaties misschien wel komen veel dichter bij het karakteriseren van die ervaring dan de traditionele simulaties uitsluitend gebaseerd op het filteren van het beeld. Bovendien bieden zij een nieuw instrument voor het voorspellen en testen van de gevolgen en functies van zintuiglijke adaptatie 29. Ook deze aanpassing is alomtegenwoordig in sensorische verwerking, en dergelijke modellen kunnen worden benut om het effect van adaptatie op andere visuele kenmerken en andere s verkennenenses.

Disclosures

De auteurs hebben niets te onthullen.

Acknowledgments

Ondersteund door de National Institutes of Health (NIH) subsidie ​​EY-10834.

Materials

Name Company Catalog Number Comments
Computer
Images to adapt
Programming language (e.g., Visual Basic or Matlab)
Program for processing the images
Observer spectral sensitivities (for applications involving observer-specific adaptation)
Device emmission spectra (for device-dependent applications)

DOWNLOAD MATERIALS LIST

References

  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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics