Étudier les effets des changements visuels naturels de la scène sur la perception visuelle typique des adultes

Arrière-plan

L'environnement visuel naturel est souvent complexe, avec une seule scène visuelle contenant une grande variété de stimuli. Ces stimuli peuvent changer rapidement et fréquemment. Pour compliquer davantage les choses, la pertinence comportementale d'un stimulus particulier ou d'une caractéristique visuelle peut également changer à tout moment. La perception visuelle dans des environnements visuels complexes et réalistes nécessite l'extraction constante d'informations de stimulus pertinentes pour la tâche à partir d'une abondance d'informations non pertinentes. Comprendre comment les informations pertinentes pour les tâches sont utilisées pour guider le comportement dans le contexte d'environnements visuels riches en fonctionnalités et en constante évolution est un élément clé de la compréhension de la perception. Cela peut être particulièrement vrai si le système visuel est optimisé de manière évolutive pour fonctionner dans des environnements complexes et réalistes dans lesquels le stimulus ou la caractéristique pertinente sur le plan du comportement peut changer rapidement et fréquemment.

Le but de cette étude est d'étudier la prédiction globale selon laquelle le système visuel est optimisé pour extraire des informations visuelles d'une manière généralisée qui est flexible à la grande variété de caractéristiques visuelles en constante évolution rencontrées dans les environnements naturels. Plus précisément, cette étude testera l'hypothèse selon laquelle, dans le contexte de scènes naturelles réalistes et complexes, la variabilité des caractéristiques visuelles non pertinentes pour la tâche affecte négativement la capacité des participants à discriminer la caractéristique visuelle pertinente pour la tâche à accomplir.

Méthodes

Intervenants

Les protocoles expérimentaux sont approuvés par le comité d'examen institutionnel de l'Université de Pennsylvanie. Les participants seront invités à se porter volontaires pour participer à cette étude. Les participants fourniront un consentement éclairé. Afin de s'assurer que les participants répondent aux critères d'éligibilité, avant l'expérience, ils seront interviewés et ils rempliront un sondage. Également avant l'expérience, ils seront examinés pour l'acuité visuelle à l'aide d'un diagramme oculaire de Snellen et pour les déficiences de couleur à l'aide du test de plaque d'Ishihara. Ils seront exclus avant l'expérience si leur meilleure acuité visuelle corrigée est inférieure à 20/40 dans l'un ou l'autre œil ou s'ils font des erreurs sur le test de la plaque d'Ishihara.

Pour les participants inscrits, leur seuil de discrimination de position horizontale (dans une condition de contrôle sans aucune variabilité non pertinente pour la tâche ; voir l'organisation de la session ci-dessous pour plus de détails) sera calculé en fonction de leur performance sur la tâche expérimentale lors de leur première session. Les participants seront exclus après la conclusion de leur première session si leur seuil de discrimination de position horizontale dans la condition de contrôle est supérieur à une valeur maximale de 0,6 degrés d'angle visuel, et les participants exclus à ce stade ne participeront à aucune autre session expérimentale. Si très peu de participants inscrits satisfont à ce critère, alors cette valeur seuil maximale pour l'inclusion des participants sera augmentée. Dans le cas où la valeur seuil maximale d'inclusion est augmentée, les participants qui avaient été précédemment exclus ne seront pas réintégrés dans l'expérience posthoc.

Appareil

Un moniteur couleur LCD calibré (27 pouces NEC MultiSync PA271Q QHD Color Critical Desktop W-LED Monitor with SpectraView Engine; NEC Display Solutions) sera utilisé pour afficher les stimuli dans une pièce autrement sombre, après que les participants se seront adaptés à l'obscurité dans l'expérimentation pièce pendant au moins 5 minutes. Le moniteur sera piloté à une résolution de pixels de 1920 x 1080, avec un taux de rafraîchissement de 60 Hz et une résolution de 8 bits pour chaque canal RVB. L'ordinateur hôte de ce moniteur sera un Apple Macintosh avec un processeur Intel Core i7. La position de la tête de chaque participant sera stabilisée à l'aide d'une mentonnière (Headspot, UHCOTech, Houston, TX). Les yeux du participant seront centrés horizontalement et verticalement par rapport au moniteur. La distance entre les yeux du participant et le moniteur sera de 75 cm. Le participant saisira ses réponses à l'aide d'une manette de jeu Logitech F310.

Stimuli

Tous les stimuli sont des variantes de la même scène visuelle naturelle : une image carrée (sous-tendant 8 degrés d'angle visuel en largeur et en hauteur), dans laquelle un objet central (une banane, sous-tendant environ 4 degrés d'angle visuel en hauteur) est présenté sur un réseau approximativement circulaire d'objets d'arrière-plan qui se chevauchent (sous-tendant environ 5 degrés d'angle visuel et composé de branches et de feuilles qui se chevauchent). L'objet central (la banane) et/ou ce que l'on appellera les "objets d'arrière-plan" (les branches et les feuilles) changent de position horizontale, de rotation et/ou de profondeur à travers différents stimuli. L'objet central et les objets d'arrière-plan sont présentés dans le contexte d'autres objets qui ne se déplacent jamais à travers différents stimuli (un rebord rocheux, une ligne d'horizon et trois souches couvertes de mousse).

La scène visuelle naturelle a été créée à l'aide de Blender, une suite de création 3D open-source (https://www.blender.org, Version 2.81a). L'objet central et/ou les objets d'arrière-plan ont été déplacés en position horizontale, en rotation et/ou en profondeur pour créer différents stimuli à l'aide d'iset3d, un progiciel open source (https://github.com/ISET/iset3d) qui fonctionne avec une version modifiée de pbrt (https://github.com/mmp/pbrt-v3). Les images ont été créées à l'aide d'iset3d à une résolution de 1920 x 1920 avec 100 échantillons par pixel, à 31 longueurs d'onde également espacées entre 400 nm et 700 nm.

Les images créées à l'aide d'iset3d ont été converties en images RVB à l'aide d'un logiciel personnalisé (Natural Image Thresholds ; https://github.com/AmyMNi/NaturalImageThresholds) écrit en utilisant MATLAB (MathWorks; Natick, MA) et basé sur le progiciel Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). Les seuils d'image naturelle dépendent des routines de la boîte à outils psychophysique (http://psychtoolbox.org), iset3d (https://github.com/ISET/iset3d), et isetbio (http://psychtoolbox.org). Pour convertir une image hyperspectrale créée à l'aide d'iset3d en une image RVB pour la présentation sur le moniteur calibré, les données d'image hyperspectrale ont d'abord été utilisées pour calculer les excitations du cône LMS. Ensuite, les excitations du cône LMS ont été converties en une image rendue métamérique dans l'espace colorimétrique RVB du moniteur, sur la base des données d'étalonnage du moniteur. L'image RVB a été corrigée en gamma à l'aide d'une mise à l'échelle commune qui a amené toutes les images RVB du jeu de stimuli dans la gamme d'affichage du moniteur.

Les stimuli seront présentés sur le moniteur calibré dans le cadre de la tâche psychophysique. Les stimuli seront présentés sur un fond gris uniforme (~100 cd/m^2), qui sera présenté sur le moniteur pendant toute la durée de la session expérimentale.

Tâche psychophysique

Une tâche psychophysique sera utilisée pour mesurer la capacité des participants à discriminer la position horizontale de l'objet central qui est présenté dans le contexte des objets d'arrière-plan dans une scène visuelle naturelle. La tâche sera une tâche à choix forcé à deux intervalles qui présente un stimulus par intervalle. Chaque intervalle aura une durée de 250 ms. Chaque stimulus sera présenté au centre du moniteur. Entre les deux intervalles de stimulation, deux masques s'afficheront successivement au centre du moniteur. Chaque masque sera présenté pendant une durée de 400 ms, pour un intervalle interstimulus total de 800 ms (voir Organisation de la session ci-dessous pour les détails du masque).

La tâche du participant sera de déterminer si, par rapport à l'objet central présenté dans le premier intervalle, l'objet central présenté dans le deuxième intervalle est à gauche ou à droite. Après les deux intervalles, le participant aura un temps illimité pour appuyer sur l'un des deux boutons de réponse de la manette (la gâchette supérieure gauche pour indiquer que l'objet central du deuxième intervalle était à gauche, la gâchette supérieure droite pour indiquer que c'était à droite). L'une des deux tonalités de rétroaction sera présentée après la saisie de la réponse, indiquant si le participant était correct ou incorrect. Pour les essais dans lesquels il n'y a pas de différence dans la position de l'objet central entre les deux intervalles, la réponse qui recevra la tonalité de rétroaction correcte sera sélectionnée au hasard par essai. Les essais seront séparés par un intervalle inter-essais d'environ 1 seconde.

Les programmes expérimentaux se trouvent dans le progiciel personnalisé Natural Image Thresholds (https://github.com/AmyMNi/NaturalImageThresholds). Ils ont été écrits en MATLAB (MathWorks ; Natick, MA) et étaient basés sur le progiciel Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). Ils s'appuient sur des routines de la Psychophysics Toolbox (http://psychtoolbox.org) et de mgl (http://justingardner.net/doku.php/mgl/overview).

Organisation de la session

On s'attend à ce que les participants terminent cette expérience pilote en six séances. La première session comprendra les procédures d'inscription des participants (consentement éclairé, tests de vision, etc. ; voir Participants ci-dessus pour plus de détails) ainsi que des essais de familiarisation (voir paragraphe suivant) et durera environ une heure et demie. Les deuxième à sixième séances dureront environ une heure chacune.

Lors de la première session, avant de commencer la tâche, le participant recevra des instructions de tâche et aura l'occasion de s'entraîner à appuyer sur les boutons de réponse. Pour la première session uniquement, le participant commencera par 30 essais de familiarisation. Les essais de familiarisation comprendront, dans l'ordre : 10 essais faciles sélectionnés au hasard (les plus grandes comparaisons de changement de position), 10 essais de difficulté moyenne sélectionnés au hasard (les 4e et 5e plus grandes comparaisons de changement de position) et 10 essais sélectionnés au hasard parmi toutes les comparaisons possibles. comparaisons de changement de position. Les essais de familiarisation n'incluront aucune variabilité non pertinente pour la tâche. Les données des essais de familiarisation ne seront pas enregistrées. Les essais de familiarisation seront suivis d'une pause, au cours de laquelle le participant aura la possibilité de poser toutes les questions qu'il pourrait avoir. La pause se terminera lorsque le participant indiquera qu'il est prêt (en appuyant sur un bouton) et l'expérience commencera.

Dans chaque session, il y aura deux conditions : « condition » fait référence à la position de référence de l'objet central. Pour chaque position de référence, il y aura 11 positions de "comparaison" pour l'objet central : cinq positions de comparaison dans la direction horizontale positive, cinq positions de comparaison dans la direction horizontale négative et une position de comparaison de 0 indiquant aucun changement. Dans chaque essai, un intervalle contiendra un stimulus de référence et l'autre intervalle contiendra l'un des stimuli de comparaison de ce stimulus de référence. L'ordre dans lequel ces deux stimuli sont présentés au sein d'un essai sera choisi au hasard par essai.

Un "bloc" d'essais consistera en 2 conditions et 11 comparaisons par condition, pour un total de 22 essais. Les essais au sein d'un bloc seront exécutés dans un ordre aléatoire. Un bloc sera terminé avant le début du prochain bloc d'essais. Il y aura 14 itérations d'un bloc, pour un total de 308 essais.

Cet ensemble de 308 essais constituera un seul "niveau de bruit". Une seule session consistera en trois niveaux de bruit : niveau de bruit 0, niveau de bruit 1 et niveau de bruit 2. Les essais pour chaque niveau de bruit seront divisés en deux « runs » (154 essais par run). Ainsi, chaque course comprendra un seul niveau de bruit. Les six runs seront exécutés dans un ordre aléatoire par session. Chaque course sera séparée par une pause d'au moins une minute et pendant laquelle le participant sera invité à se tenir debout ou à s'étirer au besoin. Chaque pause se terminera lorsque le participant indiquera qu'il est prêt (en appuyant sur un bouton).

Au cours des six courses, il y aura un total de 924 essais. De plus, chaque session commencera par quatre essais pratiques (dont la première session expérimentale, qui sera précédée d'essais de familiarisation comme décrit ci-dessus). Chaque session comprendra également un essai pratique après chacune des cinq pauses. Chaque essai pratique sera sélectionné au hasard parmi l'ensemble d'essais faciles (décrit ci-dessus) et n'inclura aucune variabilité non pertinente pour la tâche. Les données des essais pratiques ne seront pas enregistrées. En incluant les neuf essais d'entraînement, il y aura un total de 933 essais par session.

Pour le niveau de bruit 0, il n'y aura aucune modification des objets d'arrière-plan (les branches et les feuilles). Le niveau de bruit 0 sera la condition de contrôle et sera utilisé pour déterminer le seuil du participant pour discriminer la position horizontale de l'objet central sans aucun bruit de stimulus non pertinent pour la tâche. Les niveaux de bruit 1 et 2 seront utilisés pour déterminer le seuil du participant pour discriminer la position horizontale de l'objet central en présence d'un bruit de stimulus non pertinent pour la tâche.

Le niveau de bruit 1 consistera en un bruit non pertinent pour la tâche dans une seule caractéristique non pertinente pour la tâche : la rotation. Un montant de rotation non pertinent pour la tâche sera appliqué à chaque stimulus séparément. Pour chaque stimulus, une quantité de rotation unique sera tirée au hasard à partir d'un pool de 51 quantités de rotation, et les objets d'arrière-plan dans le stimulus seront tous tournés de cette quantité de rotation. La quantité de rotation sera tirée séparément (au hasard avec remplacement) pour chacun des deux stimuli présentés dans un essai (le stimulus de position de référence et le stimulus de position de comparaison). Le pool de 51 quantités de rotation comprendra : une quantité de rotation de zéro (aucune modification des objets d'arrière-plan), 25 quantités de rotation équidistantes dans le sens des aiguilles d'une montre et 25 quantités de rotation équidistantes dans le sens inverse des aiguilles d'une montre.

Le niveau de bruit 2 consistera en un bruit non pertinent pour la tâche dans deux caractéristiques non pertinentes pour la tâche : la rotation et la profondeur. Pour le niveau de bruit 2, il y aura également un groupe de 51 quantités de bruit, mais chaque quantité de bruit dans le groupe comprendra à la fois une quantité de rotation (les mêmes 51 quantités de rotation que dans le niveau de bruit 1) et une quantité de profondeur. Il y aura 51 profondeurs possibles (une profondeur de zéro, 25 profondeurs équidistantes dans le sens de la position et 25 profondeurs équidistantes dans le sens négatif). Pour le pool de niveau de bruit 2 de 51 niveaux de bruit, l'un des niveaux de bruit consistera en un niveau de rotation de zéro et un niveau de profondeur de zéro. Pour les 50 quantités de bruit restantes dans le pool, chacune des 50 quantités de rotation restantes sera attribuée au hasard (sans remplacement) à l'une des 50 quantités de profondeur restantes. À partir de ce pool de niveau de bruit 2 de 51 quantités de bruit, une seule quantité de bruit sera tirée au hasard (avec remplacement) pour chacun des deux stimuli dans un essai séparément.

Enfin, comme indiqué ci-dessus (voir Tâche psychophysique), deux masques seront affichés par essai pendant l'intervalle interstimulus. Tous les masques de tous les niveaux de bruit seront tirés de la même distribution de stimuli (stimuli avec niveau de bruit 0, ne contenant donc aucun bruit non pertinent pour la tâche). Pour créer chacun des deux masques dans un essai : premièrement, les positions centrales de l'objet dans les premier et deuxième intervalles de l'essai seront déterminées. Les deux stimuli avec le niveau de bruit 0 qui correspondent aux positions centrales de l'objet dans les premier et deuxième intervalles seront utilisés pour créer les masques d'essai. Pour chacun de ces deux stimuli, l'intensité moyenne sera calculée par canal RGB par bloc 16 x 16 du stimulus. Ensuite, chaque bloc 16 x 16 d'un masque sera tiré au hasard de l'un ou l'autre stimulus et sera composé de l'intensité moyenne uniforme calculée par canal RVB pour ce bloc du stimulus sélectionné. Ainsi, les deux masques présentés par essai consisteront chacun en un tirage au sort différent par bloc de 16 x 16.

L'analyse des données

Par session, le seuil du participant pour discriminer la position de l'objet sera mesuré pour chaque niveau de bruit. Tout d'abord, pour chaque position de comparaison, la proportion d'essais sur lesquels le participant a répondu que le stimulus de comparaison était situé à droite du stimulus de référence sera calculée. Ensuite, la proportion dans laquelle la comparaison a été choisie vers la droite sera ajustée avec une fonction normale cumulative à l'aide de la boîte à outils Palamedes (http://www.palamedestoolbox.org). Pour estimer les quatre paramètres de la fonction psychométrique (seuil, pente, taux de déchéance et taux d'estimation), le taux d'écart sera égal au taux d'estimation et sera forcé d'être dans la plage [0, 0,05], et le modèle sera ajusté aux données en utilisant la méthode du maximum de vraisemblance. Le seuil sera calculé comme la différence entre les niveaux de stimulus aux performances (proportion dans laquelle la comparaison a été choisie comme vers la droite) égale à 0,7602 et 0,5, comme déterminé par l'ajustement normal cumulé.