Summary

La visualización de Visual Adaptación

Published: April 24, 2017
doi:

Summary

Este artículo describe un nuevo método para la simulación y el estudio de la adaptación en el sistema visual.

Abstract

Muchos se han desarrollado técnicas para visualizar el aspecto que tendría una imagen de una persona con una sensibilidad visual diferente: por ejemplo, debido a las diferencias ópticas o edad, o una deficiencia de color o enfermedad. Este protocolo describe una técnica para la incorporación de la adaptación sensorial en las simulaciones. El protocolo se ilustra con el ejemplo de la visión del color, pero es generalmente aplicable a cualquier forma de adaptación visual. El protocolo utiliza un modelo simple de la visión humana del color basado en suposiciones estándar y plausibles sobre el color de la retina y de los mecanismos corticales codificación y cómo éstos ajustan su sensibilidad tanto el color medio y la gama de color en el estímulo predominante. Las ganancias de los mecanismos están adaptados de modo que su respuesta media bajo un mismo contexto se equipara para un contexto diferente. Las simulaciones ayudan a revelar los límites teóricos de adaptación y generar "imágenes adaptadas" que se adaptan de manera óptima a un enviro específicanment u observador. También proporcionan una métrica común para explorar los efectos de la adaptación dentro de los diferentes observadores o diferentes entornos. La caracterización de la percepción visual y el rendimiento con estas imágenes proporciona una nueva herramienta para estudiar las funciones y consecuencias de la adaptación a largo plazo en la visión u otros sistemas sensoriales.

Introduction

Lo que el mundo podría parecerse a los demás, o para nosotros mismos a medida que cambiamos? Las respuestas a estas preguntas son de importancia fundamental para la comprensión de la naturaleza y los mecanismos de percepción y las consecuencias de ambas variaciones normales y clínicos en la codificación sensorial. Una amplia variedad de técnicas y enfoques han sido desarrollados para simular cómo las imágenes pueden parecer a las personas con diferentes sensibilidades visuales. Por ejemplo, estos incluyen simulaciones de los colores que pueden ser discriminados por diferentes tipos de deficiencias de color 1, 2, 3, 4, las diferencias espaciales y cromáticas que pueden ser resueltos por los bebés o los observadores mayores 5, 6, 7, 8, 9 , cómo las imágenes aparecen en la visión periférica <s hasta class = "xref"> 10, y las consecuencias de los errores o la enfermedad de 11, 12, 13, 14 ópticas. También se han aplicado para visualizar las discriminaciones que son posibles para otras especies de 15, 16, 17. Típicamente, tales simulaciones usan mediciones de las pérdidas de sensibilidad en diferentes poblaciones para filtrar una imagen y por lo tanto reducir o eliminar la estructura que tienen dificultad para ver. Por ejemplo, las formas comunes de ceguera al color reflejan una pérdida de uno de los dos fotorreceptores sensibles a longitudes de onda media o larga, y las imágenes filtradas para eliminar sus señales aparecen típicamente desprovisto de matices "rojizo-verdosos" 1. Del mismo modo, los niños tienen la agudeza más pobre, y por lo tanto las imágenes procesadas por su sensibilidad espacial reducida aparecen borrosas . f "> 5 Estas técnicas proporcionan inestimables ejemplos de lo que una persona puede ver que el otro no puede, sin embargo, no lo hacen -. y, a menudo no están destinados a – retratar la experiencia perceptiva real del observador, y en algunos casos puede falsear la cantidad y tipos de información disponible para el observador.

En este artículo se describe una nueva técnica desarrollada para simular diferencias en la experiencia visual que incorpora una característica fundamental de la codificación visual – adaptación 18, 19. Todos los sistemas sensoriales y motores se ajustan continuamente al contexto en el que están expuestos. Un olor acre en una habitación se desvanece rápidamente, mientras que la visión se adapta a la forma brillante u opaca la habitación es. Es importante destacar que estos ajustes se producen para casi cualquier atributo de estímulo, incluyendo las percepciones de "alto nivel", tales como las características de la cara de alguien 20,class = "xref"> 21 o su voz 22, 23, así como la calibración de los comandos de motor hechas al mover los ojos o alcanzar un objeto 24, 25. De hecho, la adaptación es probable que una propiedad esencial de casi todos los procesos neurales. Este documento ilustra cómo incorporar estos efectos de adaptación en las simulaciones de la apariencia de las imágenes, por, básicamente, "la adaptación de la imagen" para predecir cómo iba a parecer a un observador específico en un estado específico de adaptación 26, 27, 28, 29. Hay muchos factores que pueden alterar la sensibilidad de un observador, pero la adaptación a menudo pueden compensar los aspectos importantes de estos cambios, por lo que las pérdidas de sensibilidad son menos visibles que podría predecirse sin asumir que el sistema se adapta. A la inversa, porquela adaptación ajusta la sensibilidad de acuerdo con el contexto actual estímulo, estos ajustes también son importantes para incorporar para predecir la cantidad de percepción podría variar cuando varía el medio ambiente.

El siguiente protocolo ilustra la técnica mediante la adaptación del contenido de color de las imágenes. La visión del color tiene la ventaja de que las etapas neurales iniciales de codificación de color están relativamente bien comprendidas, como son los patrones de adaptación 30. Los mecanismos y ajustes reales son complejas y variadas, pero las principales consecuencias de adaptación pueden ser capturados usando un simple y el modelo de dos etapas convencional (Figura 1a). En la primera etapa, las señales de color se codifican inicialmente por tres tipos de conos fotorreceptores que son máximamente sensibles a longitudes de onda corta, media o larga (S, M, y los conos L). En la segunda etapa, las señales de los diferentes conos se combinan dentro de las células post-receptoral para formar "color-oponente" channels que reciben entradas de antagonistas de los diferentes conos (y por lo tanto transmiten información "color"), y los canales de "no-oponente" que resumen juntos las entradas de cono (por lo tanto de codificación "brillo" información). La adaptación se produce en ambas etapas, y se ajusta a dos aspectos diferentes de la de color – la media (en los conos) y la varianza (en los canales de post-receptoral) 30, 31. El objetivo de las simulaciones es aplicar estos ajustes a los mecanismos de modelo y luego hacer que la imagen de sus salidas adaptadas.

El proceso de adaptación de imágenes consta de seis componentes principales. Estos son 1) la elección de las imágenes; 2) la elección del formato para los espectros de imágenes; 3) que define el cambio de color del medio ambiente; 4) que define el cambio en la sensibilidad del observador; 5) usando el programa para crear las imágenes adaptadas; y 6) el uso de las imágenes para evaluar las consecuencias de la adaptación. Tlo siguiente considera cada uno de estos pasos en detalle. El modelo y el mecanismo de respuestas básicas se ilustran en la Figura 1, mientras que las Figuras 2 – 5 muestran ejemplos de imágenes renderizadas con el modelo.

Protocol

NOTA: El protocolo ilustrado utiliza un programa que le permite a uno para seleccionar las imágenes y luego se adaptan mediante las opciones seleccionadas por los diferentes menús desplegables. 1. Seleccione la imagen para Adaptar Haga clic en la imagen y buscar el nombre de archivo de la imagen para trabajar con ellos. Observar la imagen original en el panel superior izquierdo. 2. Especifique el estímulo y el observador Haga clic e…

Representative Results

Las figuras de 2 – 4 ilustran las simulaciones de adaptación para los cambios en el observador o el medio ambiente. La Figura 2 compara la aparición predicho de Todavía de Cezanne con Manzanas para un observador más joven y de más edad que sólo se diferencian en la densidad del pigmento de la lente 28. La imagen original como se ve a través del ojo más joven (Figura 2a) aparece much…

Discussion

El protocolo se ilustra demuestra cómo los efectos de la adaptación a un cambio en el medio ambiente o el observador pueden ser retratados en imágenes. La forma de esta representación toma dependerá de las suposiciones hechas para el modelo – por ejemplo, cómo está codificado el color, y cómo los mecanismos de codificación responden y se adaptan. Así, el paso más importante es decidir sobre el modelo de la visión del color – por ejemplo, cuáles son las propiedades de los canales son hipotéticos, y cómo se…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Apoyo de los Institutos Nacionales de Salud (NIH) de subvención 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

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

View Video