Summary

Visualiseren Visual Adaptation

Published: April 24, 2017
doi:

Summary

Dit artikel beschrijft een nieuwe methode voor het simuleren en het bestuderen van de aanpassing in het visuele systeem.

Abstract

Vele technieken zijn ontwikkeld om te visualiseren hoe een afbeelding lijkt een individu met een verschillende visuele gevoeligheid: bijvoorbeeld, als gevolg van optische of leeftijdsverschillen, of een kleur deficiëntie of ziekte. Dit protocol beschrijft een techniek voor het opnemen van zintuiglijke aanpassing in de simulaties. Het protocol wordt geïllustreerd met het voorbeeld van kleurenzien, maar is algemeen toepasbaar op elke vorm van visuele aanpassing. Het protocol maakt gebruik van een eenvoudig model van menselijke kleurwaarneming op normale en plausibele aannames over het netvlies en corticale mechanismen coderen kleuren en hoe deze passen hun gevoeligheid voor zowel de gemiddelde kleur en kleurbereik in de huidige stimulus. De winsten van de mechanismen zijn aangepast zodat hun gemiddelde respons onder één context wordt gelijkgesteld voor een andere context. De simulaties helpen onthullen de theoretische grenzen van adaptatie en het genereren van "aangepaste beelden" die optimaal zijn afgestemd op een specifieke environment of waarnemer. Ze bieden ook een gemeenschappelijke meetmethoden voor het verkennen van de effecten van aanpassing in verschillende waarnemers of verschillende omgevingen. Het karakteriseren van de visuele perceptie en prestaties met deze beelden biedt een nieuw instrument voor het bestuderen van de functies en de gevolgen van aanpassing op lange termijn in zicht of andere sensorische systemen.

Introduction

Wat zou de wereld eruit zien aan anderen of voor onszelf als we veranderen? Antwoorden op deze vragen zijn van fundamenteel belang voor het begrijpen van de aard en de mechanismen van de perceptie en de gevolgen van zowel normale en klinische variaties in zintuiglijke codering. Een grote verscheidenheid aan technieken en benaderingen zijn ontwikkeld om te simuleren hoe afbeeldingen kunnen worden weergegeven aan personen met een verschillende visuele gevoeligheden. Bijvoorbeeld omvatten deze simulaties van de kleuren die kunnen worden onderscheiden door verschillende soorten kleurenzwakte 1, 2, 3, 4, de ruimtelijke en chromatische verschillen die kunnen worden opgelost door kinderen of oudere waarnemers 5, 6, 7, 8, 9 , hoe afbeeldingen worden weergegeven in het perifere gezichtsveld <s up class = "xref"> 10, en de gevolgen van optische fouten of ziekte 11, 12, 13, 14. Ze zijn ook toegepast op de discriminatie die andere soorten 15, 16, 17 mogelijk zijn zichtbaar. Kenmerkend dergelijke simulaties metingen van de gevoeligheid verliezen in verschillende populaties om een ​​beeld te filteren en daardoor verminderen of verwijderen structuur ze moeite waard. Zo voorkomende vormen van kleurenblindheid weerspiegelen verlies van één van de twee fotoreceptoren gevoelig middellange of lange golflengten, en afbeeldingen gefiltreerd om de signalen te verwijderen verschijnt gewoonlijk zonder "rood-groen" tinten 1. Ook baby's hebben slechtere scherpte, en dus de beelden verwerkt voor hun beperkte ruimtelijke gevoeligheid is onscherp . f "> 5 Deze technieken van onschatbare waarde illustraties van wat een persoon kan zien dat een ander mag evenwel niet, dat doen ze niet. – en vaak zijn niet bedoeld om – beeld van de werkelijke perceptuele ervaring van de waarnemer, en in sommige gevallen kan een verkeerde voorstelling van de hoeveelheid en de aard van de informatie waarover de waarnemer.

Dit artikel beschrijft een nieuwe techniek ontwikkeld om verschillen in visuele ervaring die een fundamenteel kenmerk van visuele codering omvat simuleren – aanpassing 18, 19. Alle sensorische en motorische systemen continu aan te passen aan de context waarin ze worden blootgesteld aan. Een penetrante geur in een kamer snel vervaagt, terwijl visie biedt aan hoe helder of dimmen de kamer is. Belangrijk is dat deze aanpassingen voorkomen voor bijna elke stimulus attribuut, met inbegrip van "high-level" percepties zoals de kenmerken van iemands gezicht 20,class = "xref"> 21 of hun stem 22, 23 en het ijken van de motor commando gemaakt bij bewegen van de ogen of het bereiken van een object 24, 25. In feite, aanpassing is waarschijnlijk een essentiële eigenschap van bijna alle neurale verwerking. Dit artikel laat zien hoe u deze aanpassing effecten op te nemen in simulaties van de weergave van afbeeldingen, met in principe "het aanpassen van de afbeelding" om te voorspellen hoe het onder een bepaalde toestand van de aanpassing 26, 27, 28, 29 aan een specifieke waarnemer zou verschijnen. Vele factoren kunnen de gevoeligheid van een waarnemer te veranderen, maar aanpassing kan vaak compenseren voor belangrijke aspecten van deze veranderingen, zodat de gevoeligheid verliezen zijn minder opvallend dan voorspeld zou worden, zonder de veronderstelling dat het systeem zich aanpast. Omgekeerd makenaanpassing past de gevoeligheid volgens de huidige stimulus context, deze aanpassingen zijn ook belangrijk op te nemen voor het voorspellen hoeveel perceptie kan variëren wanneer de omgeving varieert.

Het volgende protocol illustreert de techniek door het aanpassen van de kleur inhoud van de beelden. Kleurwaarneming heeft het voordeel dat de initiële stadia neurale kleurcodering relatief goed worden begrepen, evenals de patronen van aanpassing 30. De werkelijke mechanismen en aanpassingen zijn complex en gevarieerd, maar de belangrijkste gevolgen van adaptatie kan worden opgenomen met een eenvoudige en gebruikelijke tweetraps model (figuur 1a). In de eerste fase worden kleursignalen aanvankelijk gecodeerd door drie soorten kegel fotoreceptoren die maximaal gevoelig zijn voor korte, middellange of lange golflengten (S, M, L en kegels) zijn. In de tweede fase worden de signalen van verschillende kegels gecombineerd tot na receptoral cellen vormen "color-fout" channels die antagonistische input ontvangt van de verschillende kegels (en dus brengen "kleur" gegevens) en "niet-opponent" kanalen die de kegel ingangen samen vatten (dus codering "helderheid" informatie). Bijgestuurd in beide stadia, en past twee verschillende aspecten van de kleur – het gemiddelde (in de conussen) en de variantie (in post-receptoral kanalen) 30, 31. Het doel van de simulaties is om deze aanpassingen toepassen op het model mechanismen en vervolgens maken de afbeelding van hun aangepaste uitgangen.

De aanpassing van beelden omvat zes primaire componenten. Deze zijn 1) het kiezen van de beelden; 2) het kiezen van het formaat van de afbeelding spectra; 3) die de kleurverandering van het milieu; 4) die de verandering van de gevoeligheid van de waarnemer; 5) met behulp van het programma om de aangepaste beelden te creëren; en 6) met behulp van de beelden naar de gevolgen van de aanpassing te evalueren. THij volgt beschouwt elk van deze stappen in detail. Het basismodel en mechanismen reacties zijn geïllustreerd in figuur 1, terwijl Figuren 2-5 tonen voorbeelden van afbeeldingen gemaakt met het model.

Protocol

LET OP: Het protocol geïllustreerd maakt gebruik van een programma dat het mogelijk maakt om beelden te selecteren en vervolgens aan te passen met behulp van opties geselecteerd door verschillende drop-down menu's. 1. Selecteer de Image aan te passen Klik op de afbeelding en blader naar de bestandsnaam van de afbeelding om mee te werken. Let op de oorspronkelijke afbeelding in het bovenste linkervenster. 2. Geef de Stimulus en de Observer …

Representative Results

Figuren 2-4 illustreren de aanpassing simulaties voor veranderingen in de waarnemer of de omgeving. Figuur 2 vergelijkt de voorspelde verschijning van Still Life Cezanne's met Apples voor een jongere en oudere waarnemer die alleen verschillen in de dichtheid van de lens pigment 28. Het originele beeld gezien door het oog jongere (figuur 2a) wordt veel geler en dimmer via dichter gepigme…

Discussion

De geïllustreerde protocol laat zien hoe de effecten van aanpassing aan een verandering in de omgeving of de waarnemer kan worden afgebeeld in de beelden. De wijze waarop deze afbeelding neemt is afhankelijk van de aannames voor het model – bijvoorbeeld hoe kleuren worden gecodeerd, en hoe de codering mechanismen reageren en aan te passen. Dus de belangrijkste stap is het bepalen van het model voor kleur visie – bijvoorbeeld wat de eigenschappen van de hypothese kanalen zijn, en hoe ze worden verondersteld te passen. D…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Ondersteund door de National Institutes of Health (NIH) subsidie ​​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