Ihminen havaitsijana: Luento 6 Jukka Häkkinen ME-C2600 Kevät 2016 1
Luento 6 Kontrastiherkkyys Muodon havaitseminen 2
Campbell-Robson-kuva Vaakasuunta = juovaston frekvenssi Pystysuunta = juovaston kontrasti 3
Juovaston harmaasävy vaihtelee sinimuotoisesti 4
Spatiaalinen frekvenssi = paikkataajuus Jaksoa / näkökulman aste = cycles / degree of visual angle = c / deg 5
Kontrasti 1.00 0.40 0.20 0.00 Käytetään Michelson-kontrastia: C = (L max L min ) / (L max +L min ) 6
Reseptiivinen kenttä Kuinka reseptiivinen kenttä suhtautuu sinimuotoiseen ärsykkeeseen? - - - - + - On-center / Off-surround - - 7
Juovasto esitetään yleensä ikkunassa (Gaussin funktio) Tämä tehdään siksi, että juovaston terävät reunat eivät toimisi häiriöärsykkeenä. 8
Juovaston koon vaikutus vasteeseen = valikoivuus spatiaaliselle frekvenssille Pieni vaste Suuri vaste Pieni vaste 9
Juovaston vaihe = paikkavalikoivuus Vaihe: 0 : Suuri vaste Vaihe: 90 : Pieni vaste Vaihe: 180 : Pieni. vaste 10
Kontrastiherkkyysfunktio Huippu 8cpd Kontrastiherkkyys =1/kynnysarvo Kaistanpäästösuodatus korkeilla luminansseilla Cycles / degree = jaksoa / näkökulman aste 11
Troland Pupillin koko pienenee kun valaistustaso kasvaa eli valaistustason kasvaessa verkkokalvolle pääsevän valon määrä pienenee T = L p T = Troland L = fotooppinen luminanssi cd/m 2 p = pupillin koko mm 2 Tapetum lucidum 12
Kontrastiherkkyysfunktio Huippu 8cpd Kontrastiherkkyys =1/kynnysarvo Kaistanpäästösuodatus korkeilla luminansseilla Cycles / degree = jaksoa / näkökulman aste 13
Värillisillä juovastoillla kontrastiherkkyys on huonompi Värijuovasto on isoluminantti. Mutta ei projektorilla. 14
Värillisillä juovastoillla kontrastiherkkyys on huonompi 15
Kontrastiherkkyyksien vertailua 16
Kontrastiherkkyys ja näköaistin toiminnan monikanavamalli 17
Esimerkki: Adaptaatio spatiaaliseen frekvenssiin 18
Esimerkki: Adaptaatio spatiaaliseen frekvenssiin 19
Näön monikanavamalli 20
Fouriermuunnos Esitetään funktio taajuuskomponenttien summana Voidaan käyttää esimerkiksi Etsitään signaalista jaksollisuuksia Halutaan suodattaa tietyn jakson omaavat signaalit pois 21
Fourierspektri ja siniaalto 22
Monikanavamalli Fourier-suodatus Monta kopiota samasta kuvasta 23
2 4 Mitä verkkokalvon ja V1:n jälkeen? Reseptiiviset kentät kasvavat ja muuttuvat abstraktimmiksi.
Hahmolait 25
2 6 Hahmolait Kokonaisuus on enemmän kuin osiensa summa Pomerantz (1981): Kuinka nopeasti koehenkilöt erottavat erilaisen kohteen Koe 1 Koe 2 + = Reaktioaika 1,9 sekuntia Reaktioaika 0,75 sekuntia Monimutkaisenpi ärsyke nähdään nopeammin kuin yksinkertainen = configural superiority effect = piirteiden konfiguraatio vaikuttaa jäsennykseen
2 7 Hahmolait Perusperiaate: Hyvä muoto, Prägnanz = kuviot nähdään tavalla, jossa ne on mahdollista hahmottaa säännöllisinä, symmetrisinä ja yksinkertaisina
2 8 1. Samankaltaisuus Samankaltaiset kuviot ryhmittyvät yhteen.
2 9 2. Läheisyys Ajallisesti tai paikallisesti lähekkäiset kuviot ryhmittyvät yhteen.
3 0 3. Hyvä jatko Näköjärjestelmä pyrkii muodostamaan ääriviivoja tai polkuja ja jatkamaan niitä.
4. Yhteinen liike (common fate) Samaan suuntaan samalla nopeudella liikkuvat kohteet ryhmittyvät yhteen. 31
5. Sulkeutuneisuus (closure) Näkö pyrkii havaitsemaan kokonaisia ja säännöllisiä objekteja 32
6. Symmetria Hahmotamme objektit symmetrisinä kokonaisuuksina. [ ] [ ] [ ] [ ] 33
Lait ovat alttiita tulkintaongelmille Kuinka määritellään hyvä tai yksinkertainen muoto Kuinka määritellään samankaltaisuus? 34
Lait ovat alttiita tulkintaongelmille Läheisyys? Hyvä jatko? Roelfsema (2006) Cortical Algorithms for Perceptual Grouping. Annual Review of Neuroscience 29: 203-227. 35
Lait ovat alttiita tulkintaongelmille Roelfsema (2006) Cortical Algorithms for Perceptual Grouping. Annual Review of Neuroscience 29: 203-227. 36
Modernia tutkimusta: Havaintomadot Koehenkilön tehtävä: Onko näkymässä mato vai ei? 50% kerroista ei matoa. Rajoitettu Esitysaika. Gaborin orientaatio vaihtelee. Jos aivoissa on lokaali assosiaatiokenttä, samansuuntaiset gaborit vahvistavat toisiaan ja ne nähdään helpommin (vihreät nuolet) Field et al (1993) Contour integration by the human visual system: Evidence for a local association field. Vision Resarch 33(2) 173-193. 37
Orientaatioero vaikuttaa suoritukseen 1 sekunti 0,25 sekuntia Angle = madon kiemuraisuus 38
Orientaatioero vaikuttaa suoritukseen Jos mato on vähän kiemurainen eli gaborit ovat enemmän samansuuntaisia, mato erottuu lähes aina. Jos mato on paljon kiemurainen eli gaborit ovat vähemmän samansuuntaisia, matoa on vaikea erottaa. Angle = madon kiemuraisuus 0.5 = suoritustaso vastaa arvailua 39
Tuloksen merkitys Suorituksen mittaamiseen perustuva vahvistus hyvän jatkon laille Luotettavampi tapa mitata kuin pelkkä demonstraatiokuvien tekeminen Vihje siitä, että vastaava hermostollinen mekanismi on olemassa Ohjasi neurotieteellistä tutkimusta 40
Sama mekanismi löytyy V1:ltä 41
Mittauksia V1:ltä RF = Reseptiivinen kenttä Viisi erilaista koeärsykettä: 1. Pelkkä viiva reseptiivisessä kentässä 2. Lisätään viereen toinen viiva 3. Poistetaan res.kentässä oleva viiva 4. Ympärille joukko viivoja 5. Tehdään keskelle jono viivoja Roelfsema (2006) Cortical Algorithms for Perceptual Grouping. Annual Review of Neuroscience 29: 203-227. 42
Mittauksia V1:ltä RF = Reseptiivinen kenttä Viisi erilaista koeärsykettä: 1. Pelkkä viiva reseptiivisessä kentässä 2. Lisätään viereen toinen viiva 3. Poistetaan res.kentässä oleva viiva 4. Ympärille joukko viivoja 5. Tehdään keskelle jono viivoja Kuinka paljon ärsykkeet 1-5 aktivoivat aivokuorella olevaa hermosolua Roelfsema (2006) Cortical Algorithms for Perceptual Grouping. Annual Review of Neuroscience 29: 203-227. 43
Tuloksen merkitys Vaikka hahmolait ovat epämääräisiä, niitä voidaan moderneilla menetelmillä määritellä eksaktimmin V1:n hermosolujen vuorovaikutukset auttavat meitä hahmottamaan kuviojoukoissa olevia ryhmiä Mekanismi on tärkeä esimerkiksi suojaväritystä käyttävien eläinten hahmottamisessa 44
Purpose of the vision 2.3.2016 4 5
Purpose of the vision 2.3.2016 4 6
Purpose of the vision 2.3.2016 4 7
2.3.2016 48