この記事では、視覚システムに適応をシミュレートし、研究するための新規な方法を説明します。
なぜなら、光や年齢の違いにより、 例えば 、カラー欠乏または疾患:多くの技術が、画像が異なる視覚感度で個々にどのように見えるかを可視化するために開発されています。このプロトコルは、シミュレーションに感覚の適応を組み込むための技術が記載されています。プロトコルは、色覚の例を示したが、視覚的な適応の任意の形に一般的に適用可能です。プロトコルは、色とどのようにこれらは優勢な刺激における平均色及び色の範囲の両方に対するそれらの感度を調整をコードする網膜および皮質メカニズムについて標準と妥当な仮定に基づいて、人間の色覚の単純なモデルを使用します。あるコンテキストの下での平均応答は、異なるコンテキストに同一視されるように、機構の利得が適応されます。シミュレーションは、適応の理論的限界を明らかにし、最適な特定のエンバイロに一致している「ようになった画像を」作成を支援しますnmentまたはオブザーバー。彼らはまた、異なる観察者または異なる環境内の適応の影響を探索するための一般的なメトリックを提供します。これらのイメージを視覚と性能を特徴付けることはビジョンや他の感覚系の長期適応の機能と影響を研究するための新しいツールを提供しています。
私たちは変化に世界は他の人に、または自分自身にどのようなものに見えるかもしれませんか?これらの質問に対する答えは、自然と知覚のメカニズムと感覚コーディングの通常および臨床の変化の両方の影響を理解するための基本的に重要です。技術やアプローチの多種多様なイメージが異なる視覚感度を持つ個人に表示される可能性がありますどのようにシミュレートするために開発されてきました。例えば、これらは、色の欠陥の異なる種類によって判別することができる色のシミュレーションを含む1、2、3、4、幼児又は古いオブザーバー5、6、7、8で解決することができ、空間及び色差、9 、どのように画像が周辺視野に表示されます<sクラス= "外部参照"> 10、及び光学エラーまたは疾患11、12、13、14の結果アップ。彼らはまた、他の種15、16、17に対して可能で差別を可視化するために適用されています。典型的には、このようなシミュレーションは、画像をフィルタリングし、したがって、彼らは困難見を有する構造体を低減または除去するために、異なる集団における感度の損失の測定値を使用します。例えば、色盲の一般的な形は、中または長波長に敏感2つの感光体のいずれかの損失を反映し、そしてそれらの信号を除去するために濾過した画像は、典型的には「赤緑がかった」色相1を欠い現れます。同様に、乳児は貧しい視力を持っているので、その減少空間感度のために処理された画像がぼやけて見えます 。。> 5 F "これらの技術は、しかし、そうではない、別のではないことを一人の人間が見ることができるものの貴重なイラストを提供-そして多くの場合に意図されていない-観察者の実際の知覚的経験を描く、そしていくつかのケースでは偽ること観測者が利用できる情報の量と種類。
適応18、19 -この記事では、視覚的コーディングの基本的な特徴を取り入れ、視覚経験の違いをシミュレートするために開発された新しい技術が記載されています。すべての感覚と運動システムは、継続的に、彼らがにさらされているコンテキストに調整します。ビジョンは部屋がどのように明るいか暗いに収容しながら部屋に刺激臭をすばやく、フェード。重要なことは、これらの調整は、このような誰かの顔20の特徴として、「高レベル」の認識を含め、ほぼすべての刺激属性に発生し、クラス=「外部参照」> 21、またはそれらの声22、23、並びに目の移動やオブジェクト24、25に達したときに作られた運動指令を較正します。実際には、適応はおそらく、ほとんどすべての神経処理の本質的な特性です。本論文では、基本的には適応26、27、28、29の具体的な状態の下で、特定の観察者にどのように見えるかを予測する「画像を適応」ことで、画像の外観のシミュレーションにこれらの適応効果を組み込む方法を示しています。感度の損失は、システムが適応と仮定することなく、予想されるよりも目立たなくなるように、多くの要因が観察者の感度を変えることができますが、適応は、多くの場合、これらの変化の重要な側面を補うことができます。逆に、理由適応は、現在の景気刺激文脈に応じて感度を調整し、これらの調整は、環境が変化したときに認識が異なる場合がありますどのくらいの予測に組み込むことが重要です。
以下のプロトコルは、画像の色の内容を適合させることにより、技術を示します。適応30のパターンであるようにカラービジョンは、カラーコードの初期ニューラル段階は比較的よく理解されているという利点を有します。実際の機構と調整が複雑かつ多様であるが、適応の主要な結果は、単純な従来の二段階モデル( 図1A)を使用して捕捉することができます。第一段階では、色信号は、最初に、短い中または長波長(S、M、およびL錐体)に最大限に敏感である錐体光受容体の三種類によってコードされています。第二段階では、異なる錐体からの信号は「色相手」CHAを形成するために、ポストreceptoral細胞内で合成されます異なるコーンから拮抗入力を受け取る(したがって「色」情報を伝える)nnels、コーン入力を一緒に合計する「非相手」チャネル(従って「明るさ」の情報を符号化します)。適応は、両方の段階で生じ、色の2つの異なる側面に調整- (ポストreceptoralチャネルで)(コーン)に平均と分散30、31。シミュレーションの目的は、モデルの仕組みに、これらの調整を適用し、その適応出力から画像をレンダリングすることです。
画像を適応させるプロセスは、6つの主要なコンポーネントを含みます。これらは、1)画像を選んでいます。 2)画像スペクトルのフォーマットを選択します。 3)環境の色の変化を規定します。 4)観察者の感度の変化を規定します。 5)適応画像を作成するプログラムを使用して、そして6)適応の影響を評価するために画像を使用。 T彼は、次の詳細にこれらの各ステップを検討します。モデルを用いてレンダリングされた画像の5例を示す–基本モデルとメカニズム応答は、 図2が、 図1に示されています。
図示のプロトコルは、環境の変化や観測者への適応の影響がイメージで描かする方法を示しています。色が符号化された方法、例えば、方法、および符号化機構が応答および適応 – この描写が取る形態は、モデルの仮定に依存するであろう。したがって、最も重要なステップは、色覚のためのモデルに決定される – 例えば仮説チャネルの性質があり、それらがどのように適応することを想定?…
The authors have nothing to disclose.
国立衛生研究所(NIH)助成金EY-10834でサポートされています。
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) |