Summary

Adaptation visuelle visualisant

Published: April 24, 2017
doi:

Summary

Cet article décrit une nouvelle méthode pour simuler et étudier l'adaptation dans le système visuel.

Abstract

De nombreuses techniques ont été développées pour visualiser comment une image apparaît à une personne ayant une sensibilité visuelle différente: par exemple, en raison des différences optiques ou l' âge, ou une carence en couleur ou d'une maladie. Ce protocole décrit une technique pour incorporer l'adaptation sensorielle dans les simulations. Le protocole est illustré par l'exemple de la vision des couleurs, mais il est généralement applicable à toute forme d'adaptation visuelle. Le protocole utilise un modèle simple de la vision humaine des couleurs fondées sur des hypothèses plausibles standard et sur les mécanismes de la rétine et du cortex codage couleur et comment ceux-ci ajustent leur sensibilité à la fois la couleur moyenne et la gamme de couleurs dans le stimulus qui prévaut. Les gains des mécanismes sont adaptés de sorte que leur réponse moyenne de moins d'un contexte est assimilé à un contexte différent. Les simulations permet de révéler les limites théoriques de l'adaptation et de générer des « images » qui sont adaptées de manière optimale correspond à un enviro spécifiquennement ou observateur. Ils fournissent également une mesure commune pour explorer les effets de l'adaptation au sein de différents observateurs ou des environnements différents. Perception visuelle et la caractérisation des performances avec ces images fournit un nouvel outil pour étudier les fonctions et les conséquences de l'adaptation à long terme dans la vision ou d'autres systèmes sensoriels.

Introduction

Que le monde pourrait ressembler à d'autres, ou pour nous-mêmes que nous changeons? Les réponses à ces questions sont d'une importance fondamentale pour comprendre la nature et les mécanismes de perception et les conséquences des deux variations normales et cliniques dans le codage sensoriel. Une grande variété de techniques et d'approches ont été développées pour simuler la façon dont les images peuvent apparaître à des personnes ayant des sensibilités visuelles différentes. Par exemple, ceux – ci comprennent des simulations des couleurs qui peuvent être discriminés par différents types d'irrégularités de couleur 1, 2, 3, 4, les différences spatiales et chromatiques qui peuvent être résolus par des enfants ou des observateurs âgés de 5, 6, 7, 8, 9 , comment les images apparaissent dans la vision périphérique <s up class = "xref"> 10, et les conséquences des erreurs optiques ou de maladie 11, 12, 13, 14. Ils ont également été appliquées pour visualiser les discriminations qui sont possibles pour d' autres espèces 15, 16, 17. En règle générale, ces simulations utilisent des mesures des pertes de sensibilité dans différentes populations pour filtrer une image et ainsi réduire ou éliminer la structure qu'ils ont du mal à voir. Par exemple, les formes de cécité des couleurs reflètent une perte de l' un des deux photorécepteurs sensibles aux longueurs d' onde moyenne ou longue durée, et les images filtrées pour éliminer leurs signaux apparaissent généralement dépourvus de teintes « rougeâtre verdâtre » 1. De même, les enfants ont une acuité plus faible, et donc les images traitées pour leur sensibilité spatiale réduite sont floues . f "> 5 Ces Les techniques donnent des exemples précieux de ce qu'une personne peut voir qu'un autre ne peut toutefois, ils ne le font pas -. et souvent ne sont pas destinés à – l'expérience vécue par la perception réelle de l'observateur, et dans certains cas , peut déformer la quantité et les types d'informations disponibles à l'observateur.

Cet article décrit une nouvelle technique développée pour simuler des différences dans l' expérience visuelle qui intègre une caractéristique fondamentale du codage visuel – adaptation 18, 19. Tous les systèmes sensoriels et moteurs ajustent en permanence au contexte, ils sont exposés. Une odeur âcre dans une pièce s'estompe rapidement, tandis que la vision accueille à la façon claire ou assombrir la pièce est. Fait important, ces ajustements se produisent pour presque tous les attributs de relance, y compris les perceptions « haut niveau », comme les caractéristiques du visage d' une personne 20,class = « xref »> 21 ou la voix 22, 23, ainsi que le calibrage des commandes motrices faites lors du déplacement des yeux ou d' atteindre un objet 24, 25. En fait, l'adaptation est probablement une propriété essentielle de presque tous les traitements de neurones. Cet article montre comment incorporer ces effets d'adaptation dans les simulations de l'apparition d'images, en gros « adapter l'image » de prédire comment il semble à un observateur spécifique dans un état spécifique d'adaptation 26, 27, 28, 29. De nombreux facteurs peuvent modifier la sensibilité d'un observateur, mais l'adaptation peut souvent compenser les aspects importants de ces changements, de sorte que les pertes de sensibilité sont moins visibles que serait prédit sans supposer que le système adapte. A l'inverse, parce quel'adaptation ajuste la sensibilité en fonction du contexte de relance actuel, ces ajustements sont également importants pour incorporer pour prédire combien la perception peut varier lorsque l'environnement varie.

Le protocole suivant illustre la technique en adaptant le contenu des couleurs des images. La vision des couleurs présente l'avantage que les étapes de neurones initiaux de codage couleur sont relativement bien compris, de même que les motifs d'adaptation 30. Les mécanismes et des ajustements réels sont complexes et variées, mais les principales conséquences de l' adaptation peuvent être capturées à l' aide d' un simple et un modèle classique en deux étapes (figure 1a). Dans la première étape, les signaux de couleur sont d'abord codés par trois types de photorécepteurs de cône qui sont au maximum sensibles à de courtes longueurs d'ondes moyennes ou longues (S, M et L) des cônes. Dans la deuxième étape, les signaux des différents cônes sont combinés dans des cellules post-receptoral pour former « color-adversaire » channels qui reçoivent des entrées antagonistes des différents cônes (et donc transmettre la « couleur » d'informations) canaux, et « non » adversaire qui résument ainsi que les entrées de cône (donc codage de l'information « luminosité »). L' adaptation se produit aux deux étapes, et ajuste à deux aspects différents de la couleur – la moyenne (dans les cônes) et la variance (dans les canaux post-receptoral) 30, 31. Le but des simulations est d'appliquer ces ajustements aux mécanismes du modèle et de rendre l'image de leurs sorties adaptées.

Le processus d'adaptation des images comporte six composantes principales. Ceux-ci sont 1) choisir les images; 2) choisir le format pour les spectres d'image; 3) définissant le changement de couleur de l'environnement; 4) définissant la variation de la sensibilité de l'observateur; 5) en utilisant le programme pour créer les images adaptées; et 6) en utilisant les images pour évaluer les conséquences de l'adaptation. Toici considère chacune de ces étapes en détail. Le modèle de base et les réponses mécanisme sont illustrés sur la figure 1, tandis que les figures 2 – 5 montrent des exemples d'images rendues avec le modèle.

Protocol

REMARQUE: Le protocole illustré utilise un programme qui permet de sélectionner les images et les adapter en utilisant les options choisies par les différents menus déroulants. 1. Sélectionnez l'image à adapter Cliquez sur l'image et recherchez le nom de l'image de travailler avec. Observer l'image d'origine dans le volet supérieur gauche. 2. Spécifiez le stimulus et l'observateur Cliquez sur le menu « …

Representative Results

Les figures 2-4 illustrent les simulations d'adaptation pour les variations de l'observateur ou de l'environnement. La figure 2 compare l'apparition prévue de Nature morte de Cézanne aux pommes pour un observateur plus jeune et plus qui ne diffèrent que par la densité du pigment de la lentille 28. L'image originale comme on le voit à travers les yeux plus jeune (figure 2a)</…

Discussion

Le protocole illustré montre comment les effets de l'adaptation à un changement dans l'environnement ou l'observateur peuvent être représentés dans les images. La forme de cette représentation prend dépendra des hypothèses retenues pour le modèle – par exemple, la façon dont la couleur est codée et comment réagissent les mécanismes de codage et d'adaptation. Ainsi, l'étape la plus importante est de décider sur le modèle de la vision des couleurs – par exemple ce que les propriétés d…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Pris en charge par les instituts nationaux de EY-10834 de subvention de la santé (NIH).

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).
check_url/54038?article_type=t

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