Summary

Визуальное Визуальная адаптация

Published: April 24, 2017
doi:

Summary

В данной статье описывается новый метод моделирования и изучения адаптации в зрительной системе.

Abstract

Многие методы были разработаны , чтобы представить себе , как образ , казался бы , человек с другой визуальной чувствительностью: например, из – за оптические или возрастные различия, или недостаток цвета или болезнь. Этот протокол описывает метод для включения сенсорной адаптации в симуляцию. Протокол иллюстрируется на примере цветового зрения, но, как правило, применим к любой форме визуальной адаптации. Протокол использует простую модель цветового зрения человека, основанную на стандартных и правдоподобные предположения о цвете кодирования сетчатки глаза и корковых механизмов и как они регулировать их чувствительность к как среднего цвета и диапазон цвета в преобладающем раздражителе. Усиления механизмов выполнены таким образом, что их средняя реакция при одном контексте приравнивается к другому контексту. Моделирование помогает выявить теоретические пределы адаптации и генерировать «адаптированные образы», ​​которые оптимально подходят для конкретного ENVIROnment или наблюдатель. Они также обеспечивают общую метрику для изучения последствий адаптации в рамках различных наблюдателей или различные сред. Характеризуя визуальное восприятие и производительность этих изображений обеспечивает новый инструмент для изучения функций и последствий долговременной адаптации в видении или других сенсорных системах.

Introduction

Что может выглядеть мир другим, или к себе, как мы изменяем? Ответы на эти вопросы принципиально важны для понимания природы и механизмов восприятия и последствий как нормальных, так и клинических изменений в сенсорном кодировании. Большое разнообразие методов и подходов, которые были разработано, чтобы имитировать, как изображения могут появляться людям с различной визуальной чувствительностью. Например, они включают в себя моделирование цветов , которые могут быть различаемыми различными типами цветовых недостатков : 1, 2, 3, 4, пространственные и хроматические различия , которые могут быть решены с помощью младенцев или пожилых наблюдателей 5, 6, 7, 8, 9 , как изображения появляются в периферийном зрении <s до класса = ""> внешних ссылок 10, и последствия оптических ошибок или болезни 11, 12, 13, 14. Они также были применены для визуализации различений, которые возможны для других видов 15, 16, 17. Как правило, такие моделирования используют измерение потерь чувствительности в различных популяциях, чтобы отфильтровать изображение и тем самым уменьшить или удалить структуру они имеют проблемы со зрением. Так , например, общие формы цветовой слепоты отражают потерю одного из двух чувствительных фотоприемников и средних или больших длин волн, а также изображения фильтруют , чтобы удалить их сигналы , как правило , появляются лишенные «красновато-зеленоватых» оттенков 1. Кроме того, младенцы имеют более слабое остроту зрения, и, таким образом, изображения, обработанные для их уменьшенных пространственной чувствительности размытых е . "> 5 Эти методы обеспечивают неоценимые иллюстрации того , что один человек может видеть , что другой не может , однако, они не делают. – и часто не предназначены – изобразить фактический воспринимаемый опыт наблюдателя, а в некоторых случаях могут искажать количество и типы информации, доступное для наблюдателя.

В этой статье описан новый метод , разработанный для имитации различий в визуальном опыте , который включает в себя основную характеристику визуального кодирования – адаптации 18, 19. Все сенсорные и моторные системы постоянно подстраиваться к контексту они подвергаются. Едкий запах в комнате, быстро исчезает, в то время как зрение приспосабливается к каким ярким или тусклым комната. Важно отметить, что эти корректировки происходят практически для любого атрибута стимула, в том числе восприятия «высокого уровня» , такие как характеристики чьего – то лица 20,класс = «Xref»> 21 или их голос 22, 23, а также калибровки моторных команд , сделанные при движении глаз или достижений для объекта 24, 25. В самом деле, адаптация, скорее всего, существенным свойством почти всех нейронной обработки. В данной статье показано , как включить эти эффекты адаптации в симуляции появления изображений, по сути «адаптации изображения» , чтобы предсказать , как это будет выглядеть для конкретного наблюдателя при определенном состоянии адаптации 26, 27, 28, 29. Многие факторы могут изменять чувствительность наблюдателя, но адаптация часто может компенсировать важные аспекты этих изменений, так что потери чувствительности менее заметны, чем можно было бы предсказать, не предполагая, что система адаптируется. С другой стороны, из-заадаптация регулирует чувствительность в зависимости от текущего контекста стимула, эти корректировки также важно учитывать для прогнозирования, сколько восприятие может меняться, когда окружающая среда меняется.

Следующий протокол иллюстрирует технику, адаптируя содержание цвета изображений. Цветовое зрение имеет то преимущество , что начальные нейронные этапы цветового кодирования относительно хорошо изучены, как и модель адаптации 30. Фактические механизмы и регулировки сложны и разнообразны, но основные последствия адаптации могут быть получены с помощью простой и обычной модели двухступенчатого (рис 1а). На первом этапе, цветовые сигналы изначально закодировано тремя типами колбочек фоторецепторов, которые максимально чувствительны к коротким, средним или длинных волн (S, M, L и конусов). На втором этапе, сигналы от различных конусов объединены в посте-receptoral клеток, чтобы сформировать «цвет-противник» чnnels, которые получают антагонистические входные сигналы от различных конусов (и, таким образом, передает «цвет» информацию) и «не-противник» каналы, которые суммируются входы конуса (таким образом, кодирования «яркость» информация). Адаптация происходит на обоих этапах, и регулирует к двум различным аспектам цвета – средних (в конусах) и дисперсии (в посте-receptoral каналов) 30, 31. Целью моделирования является применение этих корректировок к механизмам модели, а затем сделать изображение из их адаптированных выходов.

Процесс адаптации изображений включает в себя шесть основных компонентов. Эти 1) выбор изображения; 2) выбор формата для спектров изображения; 3) определение изменения цвета окружающей среды; 4) определение изменения в чувствительности наблюдателя; 5) с помощью программы для создания адаптированных изображений; и 6) с использованием изображений для оценки последствий адаптации. Tон считает, следуя каждый из этих шагов подробно. Базовая модель и механизм реакция показана на рисунке 1, а цифры 2 – 5 показаны примеры изображений , оказываемые с моделью.

Protocol

Примечание: Протокол проиллюстрирован использует программу, которая позволяет выбрать один изображения, а затем адаптировать их с помощью параметров, выбранных различного раскрывающегося меню. 1. Выберите изображение Приспособить Нажмите на изображение и найди?…

Representative Results

На рисунках 2 – 4 иллюстрируют моделирования адаптации к изменениям в наблюдателя или окружающей среды. Рисунок 2 сравнивает предсказанное появление натюрморта Сезанна с яблоками для младшего и старшего наблюдателя, отличаются только п?…

Discussion

Показанная протокол демонстрирует эффекты адаптации к изменению окружающей среды или наблюдателя могут быть изображены в образах. Форме это изображение принимает будет зависеть от предположений, сделанных для модели – например, как кодируется цвет, и как механизмы кодирования реагир…

Disclosures

The authors have nothing to disclose.

Acknowledgements

При поддержке Национального института здоровья (NIH) грант EY-10834.

Materials

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)

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. Ball, L. J., Pollack, R. H. Simulated aged performance on the embedded figures test. Exp. Aging Res. 15, 27-32 (1989).
  7. Sjostrom, K. P., Pollack, R. H. The effect of simulated receptor aging on two types of visual illusions. Psychon Sci. 23, 147-148 (1971).
  8. Lindsey, D. T., Brown, A. M. Color naming and the phototoxic effects of sunlight on the eye. Psychol Sci. 13, 506-512 (2002).
  9. 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).
  10. 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).
  11. 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).
  12. Hogervorst, M. A., van Damme, W. J. M. Visualizing visual impairments. Gerontechnol. 5, 208-221 (2006).
  13. Aguilar, C., Castet, E. Gaze-contingent simulation of retinopathy: some potential pitfalls and remedies. Vision res. 51, 997-1012 (2011).
  14. Rowe, M. P., Jacobs, G. H. Cone pigment polymorphism in New World monkeys: are all pigments created equal?. Visual neurosci. 21, 217-222 (2004).
  15. 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).
  16. 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).
  17. Webster, M. A. Adaptation and visual coding. J vision. 11 (5), 1-23 (2011).
  18. Webster, M. A. Visual adaptation. Annu Rev Vision Sci. 1, 547-567 (2015).
  19. Webster, M. A., Kaping, D., Mizokami, Y., Duhamel, P. Adaptation to natural facial categories. Nature. 428, 557-561 (2004).
  20. Webster, M. A., MacLeod, D. I. A. Visual adaptation and face perception. Philos. Trans. R. Soc. Lond., B, Biol. Sci. 366, 1702-1725 (2011).
  21. Schweinberger, S. R., et al. Auditory adaptation in voice perception. Curr Biol. 18, 684-688 (2008).
  22. Yovel, G., Belin, P. A unified coding strategy for processing faces and voices. Trends cognit sci. 17, 263-271 (2013).
  23. Shadmehr, R., Smith, M. A., Krakauer, J. W. Error correction, sensory prediction, and adaptation in motor control. Annu rev neurosci. 33, 89-108 (2010).
  24. Wolpert, D. M., Diedrichsen, J., Flanagan, J. R. Principles of sensorimotor learning. Nat rev Neurosci. 12, 739-751 (2011).
  25. McDermott, K., Juricevic, I., Bebis, G., Webster, M. A., Rogowitz, B. E., Pappas, T. N. Human Vision and Electronic Imaging. SPIE. 68060, (2008).
  26. Juricevic, I., Webster, M. A. Variations in normal color vision. V. Simulations of adaptation to natural color environments. Visual neurosci. 26, 133-145 (2009).
  27. 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).
  28. Webster, M. A. Probing the functions of contextual modulation by adapting images rather than observers. Vision res. , (2014).
  29. Webster, M. A. Human colour perception and its adaptation. Network: Computation in Neural Systems. 7, 587-634 (1996).
  30. Webster, M. A., Mollon, J. D. Colour constancy influenced by contrast adaptation. Nature. 373, 694-698 (1995).
  31. Brainard, D. H., Stockman, A., Bass, M. . OSA Handbook of Optics. , 10-11 (2010).
  32. 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).
  33. 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).
  34. 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).
  35. Boehm, A. E., MacLeod, D. I., Bosten, J. M. Compensation for red-green contrast loss in anomalous trichromats. J vision. 14, (2014).
  36. Regan, B. C., Mollon, J. D., Cavonius, C. R. . Colour Vision Deficiencies. Vol. XIII. , 261-270 (1997).
  37. Carandini, M., Heeger, D. J. Normalization as a canonical neural computation. Nature reviews. Neurosci. 13, 51-62 (2011).
  38. Rieke, F., Rudd, M. E. The challenges natural images pose for visual adaptation. Neuron. 64, 605-616 (2009).
  39. 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).
  40. Webster, M. A., Mollon, J. D. Adaptation and the color statistics of natural images. Vision res. 37, 3283-3298 (1997).
  41. Webster, M. A., Mizokami, Y., Webster, S. M. Seasonal variations in the color statistics of natural images. Network. 18, 213-233 (2007).
  42. Sagi, D. Perceptual learning in Vision Research. Vision res. , (2011).
  43. Lu, Z. L., Yu, C., Watanabe, T., Sagi, D., Levi, D. Perceptual learning: functions, mechanisms, and applications. Vision res. 50, 365-367 (2009).
  44. 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).
  45. Kompaniez, E., Abbey, C. K., Boone, J. M., Webster, M. A. Adaptation aftereffects in the perception of radiological images. PloS one. 8, e76175 (2013).
  46. Ross, H. . Behavior and Perception in Strange Environments. , (1974).
  47. 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).
  48. Oruc, I., Barton, J. J. Adaptation improves discrimination of face identity. Proc. R. Soc. A. 278, 2591-2597 (2011).
  49. 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).
  50. 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).
  51. 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).
  52. Bao, M., Engel, S. A. Distinct mechanism for long-term contrast adaptation. Proc Natl Acad Sci USA. 109, 5898-5903 (2012).
  53. 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).
  54. Webster, M. A., Elliott, A., Fairchild, M. D., Franklin, A. . Handbook of Color Psychology. , 197-215 (2015).

Play Video

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

View Video