[論文レビュー] Vis-CRF, A Classical Receptive Field Model for VISION

Nasim Nematzadeh, David Powers+1 more|arXiv (Cornell University)|Nov 17, 2020

Visual perception and processing mechanisms参考文献 40被引用数 12

ひとこと要約

Vis-CRFは、古典的受容野と多スケール差分ガウス（DoG）フィルタリングに基づく生物学的にインスパイアされた網膜処理モデルを提案する。このモデルは、空間スケールにわたる前面と背景の要素間の相互作用をシミュレートすることで、カフェ・ウォールやチェッカーボードの錯覚のような幾何的視覚錯覚を説明する。視覚的錯覚における傾きの錯覚効果を再現し、網膜レベルの処理のみで複雑な知覚的歪みを説明可能であることを示している。

ABSTRACT

Over the last decade, a variety of new neurophysiological experiments have led to new insights as to how, when and where retinal processing takes place, and the nature of the retinal representation encoding sent to the cortex for further processing. Based on these neurobiological discoveries, in our previous work, we provided computer simulation evidence to suggest that Geometrical illusions are explained in part, by the interaction of multiscale visual processing performed in the retina. The output of our retinal stage model, named Vis-CRF, is presented here for a sample of natural image and for several types of Tilt Illusion, in which the final tilt percept arises from multiple scale processing of Difference of Gaussians (DoG) and the perceptual interaction of foreground and background elements (Nematzadeh and Powers, 2019; Nematzadeh, 2018; Nematzadeh, Powers and Lewis, 2017; Nematzadeh, Lewis and Powers, 2015).

研究の動機と目的

• 幾何的錯覚の原因を説明できる生物学的に妥当な網膜モデルの開発を目的とする。
• 網膜における多スケール処理が視覚的錯覚における知覚的歪みにどのように寄与するかを調査することを目的とする。
• 古典的受容野メカニズムが皮質処理を必要とせずに傾きの錯覚を説明可能であることを示すこと。
• 自然画像および有名な傾きの錯覚（カフェ・ウォールやチェッカーボードなど）を用いてモデルを検証すること。
• 網膜処理における神経生理学的知見と知覚現象を結びつける計算的証拠を提供すること。

提案手法

• モデルは、複数の空間スケールにおける差分ガウス（DoG）フィルタを用いて、網膜の中心-周囲受容野を模倣する。
• 入力画像を多スケールのDoGフィルタのバンクを通じて処理し、さまざまなスケールで局所的なコントラストとエッジ情報を抽出する。
• 空間周波数とコントラストの違いをスケールごとに分析することで、前面と背景の要素間の相互作用を計算する。
• 多スケールDoG処理の出力を用いて、錯覚で観察される知覚的傾きシフトを予測する。
• 自然画像および特定の傾きの錯覚を用いてモデルをテストし、人的知覚報告と照合する。
• シミュレーションフレームワークは、最近の網膜生理学実験からの神経生物学的データに基づいている。

実験結果

リサーチクエスチョン

• RQ1 網膜レベルの処理のみで、幾何的錯覚における傾きの知覚を説明できるか？
• RQ2 網膜における多スケール受容野が、錯覚的傾きの知覚にどのように寄与するか？
• RQ3 前面と背景の要素間の相互作用が、傾きの錯覚を生じさせる役割を果たすか？
• RQ4 差分ガウスフィルタリングが、人間視覚で観察される知覚的歪みをどの程度再現できるか？
• RQ5 古典的受容野モデルは、皮質の関与なしに有名な視覚的錯覚の知覚的効果を再現できるか？

主な発見

• Vis-CRFモデルは、網膜レベルの処理のみを用いて、カフェ・ウォール錯覚で観察される知覚的傾き効果を成功裏に再現した。
• モデルは、空間周波数とコントラストの相互作用を通じて、多スケールDoGフィルタリングが錯覚的傾き知覚を生成可能であることを示した。
• 異なるスケールにおける前面と背景の要素間の相互作用が、皮質処理を必要とせずに錯覚を生じさせるのに十分である。
• モデルの出力は、チェッカーボードや類似の錯覚における人的知覚報告と一致した。
• シミュレーション結果は、網膜処理が特定の幾何的錯覚の発生に中心的な役割を果たしているという仮説を支持した。
• 研究結果は、網膜のゴンギア細胞応答と受容野構造に関する最近の神経生理学的データと整合的であった。