[论文解读] Vis-CRF, A Classical Receptive Field Model for VISION
Vis-CRF 提出了一种基于经典感受野和多尺度高斯差分（DoG）滤波的生物启发性视网膜处理模型，用于解释几何视觉错觉。通过在不同空间尺度上模拟前景与背景元素之间的相互作用，该模型再现了如 Café Wall 和棋盘错觉等错觉中的倾斜感知效应，表明仅视网膜水平的处理即可解释复杂的感知扭曲。
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).
研究动机与目标
- 开发一种生物上合理的视网膜模型，以解释几何错觉的起源。
- 研究视网膜中多尺度处理如何导致视觉错觉中的感知扭曲。
- 证明经典感受场机制可在无需皮层处理的情况下解释倾斜错觉。
- 使用自然图像和著名的倾斜错觉（如 Café Wall 和棋盘错觉）验证该模型。
- 提供计算证据，将视网膜处理中的神经生理学发现与感知现象联系起来。
提出的方法
- 该模型在多个空间尺度上使用高斯差分（DoG）滤波器，以模拟视网膜中心-周边感受场。
- 通过一组 DoG 滤波器处理输入图像，以在不同尺度上提取局部对比度和边缘信息。
- 通过分析不同尺度上的空间频率和对比度差异，计算前景与背景元素之间的相互作用。
- 利用多尺度 DoG 处理的输出，预测在错觉中观察到的感知倾斜偏移。
- 在自然图像和特定倾斜错觉上测试该模型，并将结果与人类感知报告进行比较。
- 该仿真框架基于近期视网膜生理学实验的神经生物学数据。
实验结果
研究问题
- RQ1仅视网膜水平的处理是否足以解释几何错觉中倾斜感知的产生？
- RQ2视网膜中多尺度感受场如何影响错觉性倾斜感知的产生？
- RQ3前景与背景元素之间的相互作用在生成倾斜错觉中起什么作用？
- RQ4高斯差分滤波在多大程度上能再现人类视觉中的感知扭曲？
- RQ5经典感受场模型是否可在无需皮层参与的情况下再现著名视觉错觉的感知效应？
主要发现
- Vis-CRF 模型仅通过视网膜水平处理，成功再现了 Café Wall 错觉中观察到的感知倾斜效应。
- 该模型表明，多尺度 DoG 滤波可通过空间频率和对比度的相互作用产生错觉性倾斜感知。
- 在不同尺度上，前景与背景元素之间的相互作用已足够产生该错觉，而无需更高层次的皮层处理。
- 该模型的输出与人类在棋盘错觉及类似错觉中的倾斜感知报告一致。
- 仿真结果支持视网膜处理在某些几何错觉产生中起核心作用的假设。
- 研究结果与近期关于视网膜神经节细胞反应和感受场组织的神经生理学数据一致。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。