Studiare gli effetti dei cambiamenti della scena visiva naturale sulla tipica percezione visiva degli adulti

Sfondo

L'ambiente visivo naturale è spesso complesso, con un'unica scena visiva che contiene un'ampia varietà di stimoli. Questi stimoli possono cambiare rapidamente e frequentemente. A complicare ulteriormente le cose, anche la rilevanza comportamentale di un particolare stimolo o caratteristica visiva può cambiare in un dato momento. La percezione visiva in ambienti visivi realisticamente complessi richiede l'estrazione costante di informazioni sullo stimolo rilevanti per il compito da un'abbondanza di informazioni irrilevanti. Comprendere come le informazioni rilevanti per l'attività vengono utilizzate per guidare il comportamento nel contesto di ambienti visivi ricchi di funzionalità in costante cambiamento è una componente chiave per comprendere la percezione. Ciò può essere particolarmente vero se il sistema visivo è evolutivamente ottimizzato per funzionare in ambienti realisticamente complessi in cui lo stimolo o la caratteristica comportamentale rilevante può cambiare rapidamente e frequentemente.

L'obiettivo di questo studio è indagare la previsione generale secondo cui il sistema visivo è ottimizzato per estrarre informazioni visive in modo generalizzato che sia flessibile all'ampia varietà di caratteristiche visive in costante cambiamento incontrate negli ambienti naturali. In particolare, questo studio verificherà l'ipotesi che, nel contesto di scene naturali realisticamente complesse, la variabilità delle caratteristiche visive irrilevanti per il compito influisca negativamente sulla capacità dei partecipanti di discriminare la caratteristica visiva che è rilevante per il compito da svolgere.

Metodi

Partecipanti

I protocolli sperimentali sono approvati dall'Institutional Review Board dell'Università della Pennsylvania. I partecipanti saranno invitati a fare volontariato per partecipare a questo studio. I partecipanti forniranno il consenso informato. Per garantire che i partecipanti soddisfino i criteri di ammissibilità, prima dell'esperimento, saranno intervistati e compileranno un sondaggio. Inoltre, prima dell'esperimento, saranno sottoposti a screening per l'acuità visiva utilizzando una mappa oculare di Snellen e per le carenze di colore utilizzando il test della piastra di Ishihara. Saranno esclusi prima dell'esperimento se la loro acuità visiva meglio corretta è peggiore di 20/40 in entrambi gli occhi o se commettono errori nel test della piastra di Ishihara.

Per i partecipanti iscritti, la loro soglia per la discriminazione della posizione orizzontale (in una condizione di controllo senza alcuna variabilità irrilevante per l'attività; vedere l'organizzazione della sessione di seguito per i dettagli) sarà calcolata in base alle loro prestazioni sull'attività sperimentale durante la loro prima sessione. I partecipanti saranno esclusi dopo la conclusione della loro prima sessione se la loro soglia di discriminazione della posizione orizzontale nella condizione di controllo è superiore a un valore massimo di 0,6 gradi di angolo visivo e i partecipanti esclusi a questo punto non parteciperanno a ulteriori sessioni sperimentali. Se pochissimi partecipanti iscritti soddisfano questo criterio, questo valore soglia massimo per l'inclusione dei partecipanti verrà aumentato. Nel caso in cui il valore soglia massimo per l'inclusione venga aumentato, i partecipanti che erano stati precedentemente esclusi non verranno inclusi nuovamente nell'esperimento posthoc.

Apparecchio

Un monitor a colori LCD calibrato (monitor da 27 pollici NEC MultiSync PA271Q QHD Color Critical Desktop W-LED con SpectraView Engine; NEC Display Solutions) verrà utilizzato per visualizzare gli stimoli in una stanza altrimenti buia, dopo che i partecipanti si saranno adattati all'oscurità nello sperimentale stanza per un minimo di 5 minuti. Il monitor sarà pilotato con una risoluzione in pixel di 1920 x 1080, con una frequenza di aggiornamento di 60 Hz e con una risoluzione di 8 bit per ciascun canale RGB. Il computer host per questo monitor sarà un Apple Macintosh con processore Intel Core i7. La posizione della testa di ciascun partecipante sarà stabilizzata utilizzando una mentoniera (Headspot, UHCOTech, Houston, TX). Gli occhi del partecipante saranno centrati orizzontalmente e verticalmente rispetto al monitor. La distanza tra gli occhi del partecipante e il monitor sarà di 75 cm. Il partecipante inserirà le proprie risposte utilizzando un controller gamepad Logitech F310.

Stimoli

Tutti gli stimoli sono varianti della stessa scena visiva naturale: un'immagine quadrata (che sottende 8 gradi di angolo visivo sia in larghezza che in altezza), in cui un oggetto centrale (una banana, che sottende circa 4 gradi di angolo visivo in altezza) è presentato su una matrice approssimativamente circolare di oggetti di sfondo sovrapposti (sottostanti circa 5 gradi di angolo visivo e costituiti da rami e foglie sovrapposti). L'oggetto centrale (la banana) e/o quelli che chiameremo "oggetti sullo sfondo" (i rami e le foglie) cambiano in posizione orizzontale, rotazione e/o profondità a seconda degli stimoli. L'oggetto centrale e gli oggetti sullo sfondo sono presentati nel contesto di altri oggetti che non si muovono mai attraverso stimoli diversi (una sporgenza rocciosa, un orizzonte e tre ceppi ricoperti di muschio).

La scena visiva naturale è stata creata utilizzando Blender, una suite di creazione 3D open source (https://www.blender.org, Versione 2.81a). L'oggetto centrale e/o gli oggetti sullo sfondo sono stati spostati in posizione orizzontale, rotazione e/o profondità per creare diversi stimoli utilizzando iset3d, un pacchetto software open-source (https://github.com/ISET/iset3d) che funziona con una versione modificata di pbrt (https://github.com/mmp/pbrt-v3). Le immagini sono state create utilizzando iset3d con una risoluzione di 1920 x 1920 con 100 campioni per pixel, a 31 lunghezze d'onda equidistanti tra 400 nm e 700 nm.

Le immagini create utilizzando iset3d sono state convertite in immagini RGB utilizzando un software personalizzato (Natural Image Thresholds; https://github.com/AmyMNi/NaturalImageThresholds) scritto utilizzando MATLAB (MathWorks; Natick, MA) e basato sul pacchetto software Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). Natural Image Thresholds dipende dalle routine di Psychophysics Toolbox (http://psychtoolbox.org), iset3d (https://github.com/ISET/iset3d), e isetbio (http://psychtoolbox.org). Per convertire un'immagine iperspettrale creata utilizzando iset3d in un'immagine RGB per la presentazione sul monitor calibrato, i dati dell'immagine iperspettrale sono stati prima utilizzati per calcolare le eccitazioni del cono LMS. Quindi, le eccitazioni del cono LMS sono state convertite in un'immagine renderizzata metamerica nello spazio colore RGB del monitor, in base ai dati di calibrazione del monitor. L'immagine RGB è stata corretta in gamma utilizzando un ridimensionamento comune che ha portato tutte le immagini RGB nello stimolo impostato nella gamma di visualizzazione del monitor.

Gli stimoli saranno presentati sul monitor calibrato nel contesto del compito psicofisico. Gli stimoli saranno presentati su uno sfondo grigio uniforme (~100 cd/m^2), che sarà presentato sul monitor per tutta la durata della sessione sperimentale.

Compito psicofisico

Verrà utilizzato un compito psicofisico per misurare la capacità dei partecipanti di discriminare la posizione orizzontale dell'oggetto centrale che viene presentato nel contesto degli oggetti sullo sfondo in una scena visiva naturale. Il compito sarà un compito a scelta forzata a due intervalli che presenta uno stimolo per intervallo. Ogni intervallo avrà una durata di 250 ms. Ogni stimolo sarà presentato al centro del monitor. Tra i due intervalli di stimolo, verranno mostrate in successione due maschere al centro del monitor. Ciascuna maschera verrà presentata per una durata di 400 ms, per un intervallo interstimolo totale di 800 ms (vedi Organizzazione della sessione di seguito per i dettagli della maschera).

Il compito del partecipante sarà determinare se, rispetto all'oggetto centrale presentato nel primo intervallo, l'oggetto centrale presentato nel secondo intervallo è a sinistra oa destra. Dopo i due intervalli, il partecipante avrà un tempo illimitato per premere uno dei due pulsanti di risposta sul gamepad (il grilletto in alto a sinistra per indicare che l'oggetto centrale nel secondo intervallo era a sinistra, il grilletto in alto a destra per indicare che era a destra). Uno dei due toni di feedback verrà presentato dopo l'inserimento della risposta, indicando se il partecipante era corretto o errato. Per le prove in cui non c'è differenza nella posizione dell'oggetto centrale tra i due intervalli, la risposta che riceverà il tono di feedback corretto sarà selezionata casualmente per prova. Le prove saranno separate da un intervallo tra le prove di circa 1 secondo.

I programmi sperimentali possono essere trovati nel pacchetto software personalizzato Natural Image Thresholds (https://github.com/AmyMNi/NaturalImageThresholds). Sono stati scritti in MATLAB (MathWorks; Natick, MA) e si basavano sul pacchetto software Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). Si basano sulle routine di Psychophysics Toolbox (http://psychtoolbox.org) e mgl (http://justingardner.net/doku.php/mgl/overview).

Organizzazione della sessione

Si prevede che i partecipanti completeranno questo esperimento pilota in sei sessioni. La prima sessione includerà le procedure di iscrizione dei partecipanti (consenso informato, test della vista, ecc.; vedi Partecipanti sopra per i dettagli) nonché prove di familiarizzazione (vedi paragrafo successivo) e durerà circa un'ora e mezza. Dalla seconda alla sesta sessione dureranno circa un'ora ciascuna.

Nella prima sessione, prima di iniziare l'attività, al partecipante verranno fornite le istruzioni dell'attività e verrà data l'opportunità di esercitarsi premendo i pulsanti di risposta. Solo per la prima sessione, il partecipante inizierà con 30 prove di familiarizzazione. Le prove di familiarizzazione comprenderanno, nell'ordine: 10 prove facili selezionate casualmente (le più grandi comparazioni di cambio di posizione), 10 prove di media difficoltà selezionate casualmente (la 4a e la 5a più grande comparazione di cambio di posizione) e 10 prove selezionate casualmente da tutte le possibili confronti cambio posizione. Le prove di familiarizzazione non includeranno alcuna variabilità irrilevante per il compito. I dati delle prove di familiarizzazione non verranno salvati. Le prove di familiarizzazione saranno seguite da una pausa, durante la quale il partecipante avrà la possibilità di porre eventuali domande. La pausa terminerà quando il partecipante indicherà di essere pronto (utilizzando la pressione di un pulsante) e l'esperimento avrà inizio.

In ogni sessione ci saranno due condizioni: "condizione" si riferisce alla posizione di riferimento dell'oggetto centrale. Per ciascuna posizione di riferimento, ci saranno 11 posizioni di "confronto" per l'oggetto centrale: cinque posizioni di confronto nella direzione orizzontale positiva, cinque posizioni di confronto nella direzione orizzontale negativa e una posizione di confronto pari a 0 che indica nessuna modifica. In ogni prova, un intervallo conterrà uno stimolo di riferimento e l'altro intervallo conterrà uno degli stimoli di confronto dello stimolo di riferimento. L'ordine in cui questi due stimoli sono presentati all'interno di una prova sarà selezionato casualmente per ogni prova.

Un "blocco" di prove sarà composto da 2 condizioni e 11 confronti per condizione, per un totale di 22 prove. Le prove all'interno di un blocco verranno eseguite in ordine casuale. Un blocco sarà completato prima che inizi il prossimo blocco di prove. Ci saranno 14 iterazioni di un blocco, per un totale di 308 prove.

Questa serie di 308 prove costituirà un singolo "livello di rumore". Una singola sessione sarà composta da tre livelli di rumore: Livello di rumore 0, Livello di rumore 1 e Livello di rumore 2. Le prove per ogni livello di rumore saranno suddivise in due "prove" (154 prove per prova). Pertanto, ogni corsa comprenderà un singolo livello di rumore. Le sei esecuzioni verranno eseguite in ordine casuale per sessione. Ogni corsa sarà separata da una pausa che dura almeno un minuto e durante la quale il partecipante verrà istruito a stare in piedi o ad allungarsi secondo necessità. Ogni pausa terminerà quando il partecipante indica di essere pronto (utilizzando la pressione di un pulsante).

In tutte e sei le corse, ci saranno un totale di 924 prove. Inoltre, ogni sessione inizierà con quattro prove pratiche (inclusa la prima sessione sperimentale, che sarà preceduta da prove di familiarizzazione come sopra descritto). Ogni sessione includerà anche una prova pratica dopo ciascuna delle cinque pause. Ogni prova pratica sarà selezionata casualmente dalla serie di prove facili (descritte sopra) e non includerà alcuna variabilità irrilevante per il compito. I dati delle prove pratiche non verranno salvati. Includendo le nove prove pratiche, ci saranno un totale di 933 prove per sessione.

Per il livello di rumore 0, non ci saranno modifiche agli oggetti sullo sfondo (i rami e le foglie). Il livello di rumore 0 sarà la condizione di controllo e verrà utilizzato per determinare la soglia del partecipante per discriminare la posizione orizzontale dell'oggetto centrale senza alcun rumore di stimolo irrilevante per il compito. I livelli di rumore 1 e 2 saranno utilizzati per determinare la soglia del partecipante per discriminare la posizione orizzontale dell'oggetto centrale in presenza di rumore di stimolo irrilevante per il compito.

Il livello di rumore 1 consisterà in rumore irrilevante per l'attività in un'unica caratteristica irrilevante per l'attività: la rotazione. Una quantità di rotazione irrilevante per il compito verrà applicata a ciascuno stimolo separatamente. Per ogni stimolo, una singola quantità di rotazione verrà estratta casualmente da un pool di 51 quantità di rotazione e gli oggetti sullo sfondo nello stimolo verranno tutti ruotati di quella quantità di rotazione. L'importo della rotazione verrà estratto separatamente (casualmente con sostituzione) per ciascuno dei due stimoli presentati in una prova (lo stimolo della posizione di riferimento e lo stimolo della posizione di confronto). Il pool di 51 quantità di rotazione comprenderà: una quantità di rotazione pari a zero (nessuna modifica agli oggetti sullo sfondo), 25 quantità di rotazione equidistanti in senso orario e 25 quantità di rotazione equidistanti in senso antiorario.

Il livello di rumore 2 consisterà in rumore irrilevante per l'attività in due caratteristiche irrilevanti per l'attività: rotazione e profondità. Per il livello di rumore 2, ci sarà anche un pool di 51 quantità di rumore, ma ogni quantità di rumore nel pool consisterà sia di una quantità di rotazione (le stesse 51 quantità di rotazione del livello di rumore 1) sia di una quantità di profondità. Ci saranno 51 quantità di profondità possibili (una quantità di profondità pari a zero, 25 quantità di profondità equidistanti nella direzione della posizione e 25 quantità di profondità equidistanti nella direzione negativa). Per il pool Livello di rumore 2 di 51 quantità di rumore, una delle quantità di rumore sarà costituita da una quantità di rotazione pari a zero e una quantità di profondità pari a zero. Per le restanti 50 quantità di rumore nel pool, ciascuna delle restanti 50 quantità di rotazione verrà assegnata in modo casuale (senza sostituzione) a una delle restanti 50 quantità di profondità. Da questo pool di 51 quantità di rumore di livello di rumore 2, una singola quantità di rumore verrà estratta casualmente (con sostituzione) per ciascuno dei due stimoli in una prova separata.

Infine, come notato sopra (vedi compito psicofisico), verranno mostrate due maschere per prova durante l'intervallo interstimolo. Tutte le maschere su tutti i livelli di rumore verranno ricavate dalla stessa distribuzione di stimoli (stimoli con livello di rumore 0, quindi non contenenti rumore irrilevante per l'attività). Per creare ciascuna delle due maschere in una prova: in primo luogo, verranno determinate le posizioni dell'oggetto centrale nel primo e nel secondo intervallo della prova. I due stimoli con Noise Level 0 che corrispondono alle posizioni dell'oggetto centrale nel primo e nel secondo intervallo verranno utilizzati per creare le maschere di prova. Per ciascuno di questi due stimoli, l'intensità media sarà calcolata per canale RGB per blocco 16 x 16 dello stimolo. Successivamente, ogni blocco 16 x 16 di una maschera verrà estratto casualmente dall'uno o dall'altro stimolo e sarà costituito dall'intensità media uniforme calcolata per canale RGB per quel blocco dello stimolo selezionato. Pertanto, le due maschere mostrate per prova consisteranno ciascuna in una diversa estrazione casuale per blocco 16 x 16.

Analisi dei dati

Per sessione, la soglia del partecipante per discriminare la posizione dell'oggetto sarà misurata per ogni livello di rumore. Innanzitutto, per ogni posizione di confronto, verrà calcolata la proporzione di prove in cui il partecipante ha risposto che lo stimolo di confronto si trovava a destra dello stimolo di riferimento. Successivamente, la proporzione che il confronto è stato scelto come verso destra sarà adattata a una funzione normale cumulativa utilizzando Palamedes Toolbox (http://www.palamedestoolbox.org). Per stimare tutti e quattro i parametri della funzione psicometrica (soglia, pendenza, lapse rate e guess rate), il lapse rate sarà impostato uguale al guess rate e sarà forzato ad essere compreso nell'intervallo [0, 0,05], e il modello sarà adattato ai dati utilizzando il metodo della massima verosimiglianza. La soglia sarà calcolata come la differenza tra i livelli di stimolo alle prestazioni (proporzione il confronto è stato scelto come verso destra) pari a 0,7602 e 0,5 come determinato dall'adattamento cumulativo normale.