自然な視覚シーンの変化が典型的な大人の視覚に及ぼす影響の研究

バックグラウンド

自然の視覚環境はしばしば複雑で、単一の視覚シーンに多種多様な刺激が含まれています。 これらの刺激は、迅速かつ頻繁に変化する可能性があります。 さらに複雑なことに、特定の刺激や視覚的特徴の行動関連性も、いつでも変化する可能性があります。 現実的に複雑な視覚環境での視覚認識には、大量の無関係な情報からタスクに関連する刺激情報を常に抽出する必要があります。 タスクに関連する情報が、常に変化する機能豊富な視覚環境のコンテキストで行動を導くためにどのように使用されるかを理解することは、知覚を理解するための重要な要素です。 これは、視覚系が進化的に最適化され、行動に関連する刺激または機能が迅速かつ頻繁に変化する現実的に複雑な環境で実行される場合に特に当てはまります。

この研究の目的は、自然環境で遭遇するさまざまな絶えず変化する視覚的特徴に柔軟に対応できる一般化された方法で視覚情報を抽出するように視覚系が最適化されているという包括的な予測を調査することです。 具体的には、この研究では、現実的に複雑な自然のシーンのコンテキストで、タスクに関係のない視覚的特徴の変動性が、目前のタスクに関連する視覚的特徴を識別する参加者の能力に悪影響を与えるという仮説をテストします。

メソッド

参加者

実験プロトコルは、ペンシルバニア大学機関審査委員会によって承認されています。 参加者は、この研究に参加するボランティアに招待されます。 参加者はインフォームドコンセントを提供します。 参加者が適格基準を満たしていることを確認するために、実験の前にインタビューを受け、アンケートに記入します。 また、実験の前に、スネレン視力検査表を使用して視力を、石原プレートテストを使用して色覚異常についてスクリーニングします。 彼らの最高矯正視力がいずれかの目で 20/40 より悪い場合、または石原プレート テストでエラーが発生した場合は、実験前に除外されます。

登録された参加者の場合、水平位置弁別のしきい値 (タスクに関係のない変動のない制御条件。詳細については、以下のセッション構成を参照) は、最初のセッション中の実験タスクでのパフォーマンスに基づいて計算されます。 コントロール条件での水平位置弁別しきい値が最大値の 0.6 度の視角よりも高い場合、参加者は最初のセッションの終了後に除外され、この時点で除外された参加者はそれ以上の実験セッションには参加しません。 この基準を満たす登録済み参加者がほとんどいない場合は、参加者を含めるためのこの最大しきい値が引き上げられます。 含めるための最大しきい値が増加した場合、以前に除外されていた参加者は、事後実験に再度含まれることはありません。

装置

キャリブレーションされた LCD カラー モニター (SpectraView エンジンを搭載した 27 インチ NEC MultiSync PA271Q QHD カラー クリティカル デスクトップ W-LED モニター; NEC ディスプレイ ソリューション) は、参加者が実験で暗順応した後、暗い部屋で刺激を表示するために使用されます。最低 5 分間の部屋。 モニターは、1920 x 1080 のピクセル解像度、60 Hz のリフレッシュ レート、各 RGB チャネルの 8 ビット解像度で駆動されます。 このモニタのホスト コンピュータは、Intel Core i7 プロセッサを搭載した Apple Macintosh です。 各参加者の頭の位置は、チンカップ (Headspot、UHCOTech、テキサス州ヒューストン) を使用して安定させます。 参加者の目は、モニターに対して水平方向と垂直方向の中央に配置されます。 参加者の目とモニターの間の距離は 75 cm になります。 参加者は Logitech F310 ゲームパッド コントローラーを使用して応答を入力します。

刺激

すべての刺激は、同じ自然な視覚シーンの変形です: 正方形の画像 (幅と高さの両方で視角 8 度の範囲)、中央のオブジェクト (バナナ、高さで視角の約 4 度の範囲) は、重なり合う背景オブジェクトのほぼ円形の配列上に表示されます (約 5 度の視角の範囲で、重なり合う枝と葉で構成されます)。 中央のオブジェクト (バナナ) および/または「背景オブジェクト」と呼ばれるもの (枝と葉) は、さまざまな刺激で水平位置、回転、および/または奥行きが変化します。 中央のオブジェクトと背景のオブジェクトは、異なる刺激 (岩棚、スカイライン、コケに覆われた 3 つの切り株) を横切って移動することのない他のオブジェクトのコンテキストで表示されます。

自然なビジュアル シーンは、オープンソースの 3D 作成スイートである Blender を使用して作成されました (https://www.blender.org, バージョン 2.81a)。 オープンソース ソフトウェア パッケージである iset3d (https://github.com/ISET/iset3d) を使用して、中心オブジェクトおよび/または背景オブジェクトを水平位置、回転、および/または深さで移動して、さまざまな刺激を作成しました。 pbrt の修正版 (https://github.com/mmp/pbrt-v3) で動作します。 画像は iset3d を使用して作成され、解像度は 1920 x 1920、ピクセルあたり 100 サンプル、400 nm ～ 700 nm の 31 の等間隔の波長で作成されました。

iset3d を使用して作成された画像は、カスタム ソフトウェア (Natural Image Thresholds; https://github.com/AmyMNi/NaturalImageThresholds) を使用して RGB 画像に変換されました。 MATLAB (MathWorks; Natick, MA) を使用して記述され、ソフトウェア パッケージ Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy) に基づいています。 Natural Image Thresholds は、Psychophysics Toolbox (http://psychtoolbox.org)、iset3d (https://github.com/ISET/iset3d)、 および isetbio (http://psychtoolbox.org)。 iset3d を使用して作成されたハイパースペクトル画像を RGB 画像に変換してキャリブレーション済みモニターに表示するために、最初にハイパースペクトル画像データを使用して LMS コーン励起を計算しました。 次に、モニターのキャリブレーション データに基づいて、LMS コーンの励起をモニターの RGB 色空間のメタメリック レンダリング イメージに変換しました。 RGB 画像は、共通のスケーリングを使用してガンマ補正され、刺激セット内のすべての RGB 画像がモニターの表示範囲に収まりました。

刺激は、心理物理タスクのコンテキストで調整されたモニターに表示されます。 刺激は均一な灰色の背景 (~100 cd/m^2) に表示され、実験セッションの間、モニターに表示されます。

精神物理学的課題

精神物理学的タスクは、自然な視覚シーンの背景オブジェクトのコンテキスト内で提示される中心オブジェクトの水平位置を識別する参加者の能力を測定するために使用されます。 タスクは、間隔ごとに 1 つの刺激を提示する 2 間隔強制選択タスクになります。 各間隔の持続時間は 250 ミリ秒です。 各刺激は、モニターの中央に表示されます。 2 つの刺激間隔の間に、モニターの中央に 2 つのマスクが連続して表示されます。 各マスクは、400 ミリ秒の持続時間、合計 800 ミリ秒の刺激間間隔で表示されます (マスクの詳細については、以下のセッション構成を参照してください)。

参加者のタスクは、最初のインターバルで提示された中心オブジェクトと比較して、2 番目のインターバルで提示された中心オブジェクトが左または右にあるかどうかを判断することです。 2 つのインターバルに続いて、参加者はゲームパッドの 2 つの応答ボタンのいずれかを無制限に押すことができます (左上のトリガーは、2 番目のインターバルの中央のオブジェクトが左にあったことを示し、右上のトリガーは、右だったということです）。 応答が入力された後、参加者が正しかったか間違っていたかを示す 2 つのフィードバック トーンのいずれかが表示されます。 2 つの間隔の間で中心オブジェクトの位置に差がない試行では、正しいフィードバック トーンを受け取る応答が試行ごとにランダムに選択されます。 試行は、約 1 秒の試行間間隔で区切られます。

実験プログラムは、カスタム ソフトウェア パッケージの Natural Image Thresholds (https://github.com/AmyMNi/NaturalImageThresholds) にあります。 これらは MATLAB (MathWorks; マサチューセッツ州ナティック) で作成され、ソフトウェア パッケージ Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy) に基づいています。 それらは Psychophysics Toolbox (http://psychtoolbox.org) と mgl (http://justingardner.net/doku.php/mgl/overview) のルーチンに依存しています。

セッション編成

参加者は、このパイロット実験を 6 回のセッションで完了することが期待されています。 最初のセッションには、参加者の登録手順 (インフォームド コンセント、視力検査など。詳細については、上記の参加者を参照) と習熟試験 (次の段落を参照) が含まれ、約 1 時間半続きます。 2 回目から 6 回目のセッションは、それぞれ約 1 時間続きます。

最初のセッションでは、タスクを開始する前に、参加者にタスクの指示が提供され、応答ボタンを押す練習をする機会が与えられます。 最初のセッションのみ、参加者は 30 回の習熟試験から始めます。 習熟試験は、次の順序で構成されます: ランダムに選択された 10 個の簡単な試験 (最大の位置変化の比較)、10 個のランダムに選択された中難易度の試験 (4 番目と 5 番目に大きい位置変化の比較)、およびすべての可能な試験からランダムに選択された 10 個の試験ポジションチェンジ比較。 習熟試験には、タスクに関係のない変動性は含まれません。 習熟試験のデータは保存されません。 習熟試験の後には休憩が続き、その間に参加者は質問をする機会が与えられます。 参加者が準備ができていることを示したときに休憩が終了し (ボタンを押す)、実験が開始されます。

各セッションには、2 つの条件があります。「条件」は、中心オブジェクトの参照位置を指します。 基準位置ごとに、中心オブジェクトの 11 の「比較」位置があります。正の水平方向に 5 つの比較位置、負の水平方向に 5 つの比較位置、変化がないことを示す 0 の比較位置です。 各試行では、1 つの間隔には参照刺激が含まれ、他の間隔にはその参照刺激の比較刺激の 1 つが含まれます。 これら 2 つの刺激が試行内で提示される順序は、試行ごとにランダムに選択されます。

試行の「ブロック」は、合計 22 の試行に対して、2 つの条件と条件ごとに 11 の比較で構成されます。 ブロック内の試行はランダムな順序で実行されます。 ブロックは、次のブロックの試行が始まる前に完了します。 ブロックの反復は 14 回あり、合計 308 回の試行になります。

この 308 回の試行のセットは、単一の「ノイズ レベル」を構成します。 1 つのセッションは、ノイズ レベル 0、ノイズ レベル 1、およびノイズ レベル 2 の 3 つのノイズ レベルで構成されます。各ノイズ レベルの試行は、2 つの「実行」に分割されます (実行あたり 154 試行)。 したがって、各実行は単一のノイズ レベルで構成されます。 6 回の実行は、セッションごとにランダムな順序で実行されます。 各実行は、少なくとも 1 分間続く休憩で区切られ、その間、参加者は必要に応じて立つかストレッチするように指示されます。 各休憩は、参加者が準備ができていることを示すと終了します (ボタンを押す)。

6 回の実行すべてで、合計 924 回の試行が行われます。 さらに、各セッションは 4 つの練習トライアルから始まります (上記のように習熟トライアルが先行する最初の実験セッションを含む)。 各セッションには、5 回の休憩のそれぞれに続く 1 回の練習トライアルも含まれます。 各練習トライアルは、一連の簡単なトライアル (上記) からランダムに選択され、タスクに関係のない変動性は含まれません。 練習トライアルのデータは保存されません。 9 回の練習トライアルを含めると、セッションごとに合計 933 回のトライアルが行われます。

ノイズ レベル 0 の場合、背景オブジェクト (枝と葉) に変更はありません。 ノイズ レベル 0 は制御条件となり、タスクに関係のない刺激ノイズなしで中央オブジェクトの水平位置を識別するための参加者のしきい値を決定するために使用されます。 ノイズ レベル 1 と 2 は、タスクに関係のない刺激ノイズの存在下で中央オブジェクトの水平位置を識別するための参加者のしきい値を決定するために使用されます。

ノイズ レベル 1 は、タスクに関係のない単一の機能である回転のタスクに関係のないノイズで構成されます。 タスクに関係のない回転量は、各刺激に個別に適用されます。 刺激ごとに、51 の回転量のプールから 1 つの回転量がランダムに抽出され、刺激内の背景オブジェクトはすべてその回転量だけ回転します。 回転量は、試行で提示された 2 つの刺激 (基準位置刺激と比較位置刺激) のそれぞれについて、別々に (置換でランダムに) 描画されます。 51 個の回転量のプールは、次のように構成されます: ゼロの 1 つの回転量 (背景オブジェクトに変更なし)、時計回り方向の 25 個の等間隔の回転量、および反時計回り方向の 25 個の等間隔の回転量。

ノイズ レベル 2 は、タスクに関係のない 2 つの機能 (回転と深さ) のタスクに関係のないノイズで構成されます。 ノイズ レベル 2 の場合も、51 のノイズ量のプールがありますが、プール内の各ノイズ量は、回転量 (ノイズ レベル 1 と同じ 51 回転量) と深度量の両方で構成されます。 51 の可能な深さ量があります (ゼロの深さ量が 1 つ、位置方向に等間隔に配置された 25 の深さ量、および負の方向に等間隔に配置された 25 の深さ量)。 51 のノイズ量のノイズ レベル 2 プールの場合、ノイズ量の 1 つはゼロの回転量とゼロの深度量で構成されます。 プール内の残りの 50 のノイズ量については、残りの 50 の回転量のそれぞれが、残りの 50 の深さの量の 1 つに (置換なしで) ランダムに割り当てられます。 この 51 のノイズ量のノイズ レベル 2 プールから、1 つのノイズ量がランダムに抽出され (置換あり)、トライアルの 2 つの刺激のそれぞれに対して別々に行われます。

最後に、上記のように (心理物理タスクを参照)、刺激間隔中に試行ごとに 2 つのマスクが表示されます。 すべてのノイズ レベルにわたるすべてのマスクは、刺激の同じ分布から引き出されます (ノイズ レベル 0 の刺激で、タスクに関係のないノイズは含まれません)。 試行で 2 つのマスクのそれぞれを作成するには: まず、試行の 1 回目と 2 回目の間隔で中心オブジェクトの位置が決定されます。 最初と 2 番目の間隔で中心オブジェクトの位置に一致するノイズ レベル 0 の 2 つの刺激は、トライアル マスクを作成するために使用されます。 これら 2 つの刺激のそれぞれについて、刺激の 16 x 16 ブロックごとに RGB チャネルごとに平均強度が計算されます。 次に、マスクの各 16 x 16 ブロックは、いずれか一方の刺激からランダムに描画され、選択された刺激のそのブロックの RGB チャネルごとに計算された均一な平均​​強度で構成されます。 したがって、試行ごとに表示される 2 つのマスクは、それぞれ 16 x 16 ブロックごとに異なるランダム ドローで構成されます。

データ分析

セッションごとに、オブジェクトの位置を識別するための参加者のしきい値が各ノイズ レベルに対して測定されます。 まず、比較位置ごとに、比較刺激が参照刺激の右側にあると参加者が回答した試験の割合が計算されます。 次に、右方向として選択された比較の割合は、Palamedes ツールボックス (http://www.palamedestoolbox.org) を使用して累積正規関数に適合します。 心理測定関数の 4 つのパラメーター (しきい値、勾配、減率、および推測率) をすべて推定するには、減率を推測率と等しく設定し、強制的に [0, 0.05] の範囲に設定します。モデルは、最尤法を使用してデータに適合します。 しきい値は、パフォーマンスでの刺激レベルの差として計算されます (比較が右方向として選択された割合) は、累積正規適合によって決定される 0.7602 と 0.5 に等しくなります。