Studerer effekten av naturlige visuelle sceneendringer på typisk visuell oppfatning av voksne

Bakgrunn

Det naturlige visuelle miljøet er ofte komplekst, med en enkelt visuell scene som inneholder et bredt utvalg av stimuli. Disse stimuli kan endres raskt og ofte. For å komplisere saken ytterligere, kan atferdsrelevansen til en bestemt stimulus eller visuell funksjon også endre seg til enhver tid. Visuell persepsjon i realistisk komplekse visuelle miljøer krever konstant utvinning av oppgaverelevant stimulusinformasjon fra en overflod av irrelevant informasjon. Å forstå hvordan oppgaverelevant informasjon brukes til å veilede atferd i sammenheng med konstant skiftende, funksjonsrike visuelle miljøer er en nøkkelkomponent for å forstå persepsjon. Dette kan være spesielt sant hvis det visuelle systemet er evolusjonært optimalisert for å fungere i realistisk komplekse miljøer der den atferdsmessige relevante stimulansen eller funksjonen kan endres raskt og ofte.

Målet med denne studien er å undersøke den overordnede forutsigelsen om at det visuelle systemet er optimalisert for å trekke ut visuell informasjon på en generalisert måte som er fleksibel for det store utvalget av stadig skiftende visuelle funksjoner man møter i naturlige miljøer. Spesifikt vil denne studien teste hypotesen om at, i sammenheng med realistisk komplekse naturscener, vil oppgave-irrelevant visuell funksjonsvariabilitet negativt påvirke deltakernes evne til å diskriminere det visuelle trekket som er relevant for oppgaven.

Metoder

Deltakere

De eksperimentelle protokollene er godkjent av University of Pennsylvania Institutional Review Board. Deltakerne vil bli invitert til å melde seg frivillig til å delta i denne studien. Deltakerne vil gi informert samtykke. For å sikre at deltakerne oppfyller kvalifikasjonskriteriene, vil de før eksperimentet bli intervjuet og de vil fylle ut en spørreundersøkelse. Også før eksperimentet vil de bli screenet for synsskarphet ved hjelp av et Snellen-øyediagram og for fargemangler ved hjelp av Ishihara-platetesten. De vil bli ekskludert før eksperimentet hvis deres best korrigerte synsskarphet er dårligere enn 20/40 i et av øynene eller hvis de gjør feil på Ishihara-platetesten.

For påmeldte deltakere vil terskelen deres for horisontal posisjonsdiskriminering (i en kontrolltilstand uten noen oppgave-irrelevant variasjon; se øktorganisasjonen nedenfor for detaljer) beregnes basert på deres prestasjoner på den eksperimentelle oppgaven under deres første økt. Deltakere vil bli ekskludert etter avslutningen av deres første økt hvis deres horisontale posisjonsdiskrimineringsterskel i kontrollbetingelsen er høyere enn en maksimal verdi på 0,6 graders synsvinkel, og deltakere som er ekskludert på dette tidspunktet vil ikke delta i flere eksperimentelle økter. Hvis svært få påmeldte deltakere tilfredsstiller dette kriteriet, vil denne maksimale terskelverdien for deltakerinkludering økes. I tilfelle at den maksimale terskelverdien for inkludering økes, vil ikke deltakere som tidligere var ekskludert, bli inkludert i eksperimentet posthoc på nytt.

Apparater

En kalibrert LCD-fargeskjerm (27-tommers NEC MultiSync PA271Q QHD Color Critical Desktop W-LED-monitor med SpectraView Engine; NEC Display Solutions) vil bli brukt til å vise stimuli i et ellers mørkt rom, etter at deltakerne har tilpasset seg mørket i eksperimentet. plass i minimum 5 minutter. Skjermen vil bli drevet med en pikseloppløsning på 1920 x 1080, med en oppdateringsfrekvens på 60 Hz og med 8-bits oppløsning for hver RGB-kanal. Vertsdatamaskinen for denne skjermen vil være en Apple Macintosh med en Intel Core i7-prosessor. Hodeposisjonen til hver deltaker vil bli stabilisert ved hjelp av en hakeskål (Headspot, UHCOTech, Houston, TX). Deltakerens øyne vil være sentrert horisontalt og vertikalt i forhold til monitoren. Avstanden mellom deltakerens øyne og monitoren vil være 75 cm. Deltakeren vil legge inn svarene sine ved å bruke en Logitech F310 gamepad-kontroller.

Stimuli

Alle stimuliene er varianter av den samme naturlige visuelle scenen: et firkantet bilde (undertrykker 8 graders visuell vinkel i både bredde og høyde), der et sentralt objekt (en banan, demper omtrent 4 graders visuell vinkel i høyden) er presentert på en tilnærmet sirkulær rekke av overlappende bakgrunnsobjekter (underviser omtrent 5 graders visuell vinkel og består av overlappende grener og blader). Det sentrale objektet (bananen) og/eller det som vil bli referert til som "bakgrunnsobjektene" (grenene og bladene) endres i horisontal posisjon, rotasjon og/eller dybde på tvers av ulike stimuli. Det sentrale objektet og bakgrunnsobjektene presenteres i sammenheng med andre objekter som aldri beveger seg over forskjellige stimuli (en fjellhylle, en skyline og tre mosekledde stubber).

Den naturlige visuelle scenen ble skapt ved hjelp av Blender, en åpen kildekode 3D-opprettingssuite (https://www.blender.org, Versjon 2.81a). Det sentrale objektet og/eller bakgrunnsobjektene ble flyttet i horisontal posisjon, rotasjon og/eller dybde for å skape forskjellige stimuli ved hjelp av iset3d, en åpen kildekode-programvarepakke (https://github.com/ISET/iset3d) som fungerer med en modifisert versjon av pbrt (https://github.com/mmp/pbrt-v3). Bildene ble laget ved hjelp av iset3d med en oppløsning på 1920 x 1920 med 100 prøver per piksel, ved 31 like fordelte bølgelengder mellom 400 nm og 700 nm.

Bildene laget med iset3d ble konvertert til RGB-bilder ved hjelp av tilpasset programvare (Natural Image Thresholds; https://github.com/AmyMNi/NaturalImageThresholds) skrevet ved hjelp av MATLAB (MathWorks; Natick, MA) og basert på programvarepakken Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). Natural Image Thresholds er avhengig av rutiner fra Psychophysics Toolbox (http://psychtoolbox.org), iset3d (https://github.com/ISET/iset3d), og isetbio (http://psychtoolbox.org). For å konvertere et hyperspektralt bilde opprettet ved hjelp av iset3d til et RGB-bilde for presentasjon på den kalibrerte skjermen, ble de hyperspektrale bildedataene først brukt til å beregne LMS-kjegleeksitasjoner. Deretter ble LMS-kjegleeksitasjonene konvertert til et metamerisk gjengitt bilde i RGB-fargerommet på skjermen, basert på monitorkalibreringsdataene. RGB-bildet ble gammakorrigert ved å bruke en felles skalering som brakte alle RGB-bildene i stimulussettet inn i skjermens visningsområde.

Stimuliene vil bli presentert på den kalibrerte monitoren i sammenheng med den psykofysiske oppgaven. Stimuliene vil bli presentert på en ensartet grå bakgrunn (~100 cd/m^2), som vil bli presentert på skjermen under varigheten av den eksperimentelle økten.

Psykofysisk oppgave

En psykofysisk oppgave vil bli brukt for å måle deltakernes evne til å diskriminere den horisontale posisjonen til det sentrale objektet som presenteres innenfor konteksten av bakgrunnsobjekter i en naturlig visuell scene. Oppgaven vil være en to-intervall tvungen valgoppgave som presenterer en stimulus per intervall. Hvert intervall vil ha en varighet på 250 ms. Hver stimulus vil bli presentert i midten av monitoren. Mellom de to stimulusintervallene vil to masker vises etter hverandre i midten av monitoren. Hver maske vil bli presentert for en varighet på 400 ms, for et totalt interstimulusintervall på 800 ms (se øktorganisasjonen nedenfor for maskedetaljer).

Oppgaven til deltakeren vil være å finne ut om, sammenlignet med det sentrale objektet presentert i det første intervallet, det sentrale objektet som presenteres i det andre intervallet er til venstre eller høyre. Etter de to intervallene vil deltakeren ha ubegrenset tid til å trykke på en av to svarknapper på gamepad (den øvre venstre utløseren for å indikere at det sentrale objektet i det andre intervallet var til venstre, den øvre høyre utløseren for å indikere at det var til høyre). En av to tilbakemeldingstoner vil bli presentert etter at svaret er lagt inn, som indikerer om deltakeren var riktig eller feil. For forsøk der det ikke er noen forskjell i posisjonen til det sentrale objektet mellom de to intervallene, vil responsen som vil motta riktig tilbakemeldingstone velges tilfeldig per forsøk. Forsøkene vil bli atskilt med et mellomforsøksintervall på ca. 1 sekund.

De eksperimentelle programmene finner du i den tilpassede programvarepakken Natural Image Thresholds (https://github.com/AmyMNi/NaturalImageThresholds). De ble skrevet i MATLAB (MathWorks; Natick, MA) og var basert på programvarepakken Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). De er avhengige av rutiner fra Psychophysics Toolbox (http://psychtoolbox.org) og mgl (http://justingardner.net/doku.php/mgl/overview).

Øktorganisering

Det forventes at deltakerne vil fullføre dette piloteksperimentet i seks økter. Den første økten vil inkludere prosedyrer for deltakerregistrering (informert samtykke, synstester, etc.; se Deltakere ovenfor for detaljer) samt familiariseringsforsøk (se neste avsnitt) og vil vare i omtrent en og en halv time. Den andre til og med sjette økten vil vare omtrent en time hver.

I den første økten, før oppgaven starter, vil deltakeren få oppgaveinstruksjoner og gis muligheten til å øve på å trykke på svarknappene. Kun for den første økten vil deltakeren begynne med 30 kjennskapsforsøk. Familiariseringsforsøkene vil omfatte, i rekkefølge: 10 tilfeldig utvalgte enkle forsøk (de største posisjonsendring-sammenlikningene), 10 tilfeldig utvalgte forsøk med middels vanskelighetsgrad (de 4. og 5. største posisjonsendringssammenlikninger), og 10 tilfeldig utvalgte forsøk fra alle mulige. sammenligninger av posisjonsendring. Familiariseringsforsøkene vil ikke inkludere noen oppgave-irrelevant variasjon. Data fra familiariseringsforsøkene vil ikke bli lagret. Tilretteleggingsforsøkene vil bli etterfulgt av en pause, hvor deltakeren vil få mulighet til å stille spørsmål de måtte ha. Pausen avsluttes når deltakeren indikerer at de er klare (ved hjelp av et knappetrykk), og eksperimentet starter.

I hver økt vil det være to forhold: "tilstand" refererer til referanseposisjonen til det sentrale objektet. For hver referanseposisjon vil det være 11 "sammenligningsposisjoner" for det sentrale objektet: fem sammenligningsposisjoner i positiv horisontal retning, fem sammenligningsposisjoner i negativ horisontal retning, og en sammenligningsposisjon på 0 som indikerer ingen endring. I hvert forsøk vil ett intervall inneholde en referansestimulus og det andre intervallet vil inneholde en av referansestimulusens sammenligningsstimuli. Rekkefølgen som disse to stimuli presenteres i en prøve vil bli valgt tilfeldig per prøve.

En "blokk" med forsøk vil bestå av 2 tilstander og 11 sammenligninger per tilstand, for totalt 22 forsøk. Forsøkene innenfor en blokk vil bli kjørt i randomisert rekkefølge. En blokk vil bli fullført før neste blokk med forsøk starter. Det vil være 14 iterasjoner av en blokk, for totalt 308 forsøk.

Dette settet med 308 forsøk vil utgjøre et enkelt "støynivå". En enkelt økt vil bestå av tre støynivåer: Støynivå 0, Støynivå 1 og Støynivå 2. Forsøkene for hvert støynivå vil deles inn i to "kjøringer" (154 forsøk per kjøring). Dermed vil hver kjøring omfatte et enkelt støynivå. De seks løpene kjøres i tilfeldig rekkefølge per økt. Hvert løp vil bli adskilt av en pause som varer i minst ett minutt og hvor deltakeren vil bli instruert om å stå eller strekke seg etter behov. Hver pause avsluttes når deltakeren indikerer at de er klare (ved å trykke på knappen).

På tvers av alle seks løpene vil det være totalt 924 forsøk. I tillegg vil hver økt begynne med fire øvingsforsøk (inkludert den første eksperimentelle økten, som vil bli innledet av familiariseringsforsøk som beskrevet ovenfor). Hver økt vil også inkludere en øvingsprøve etter hver av de fem pausene. Hver praksisprøve vil bli tilfeldig valgt fra settet med enkle forsøk (beskrevet ovenfor) og vil ikke inkludere noen oppgave-irrelevant variasjon. Dataene fra praksisprøvene vil ikke bli lagret. Inkludert de ni øvingsprøvene vil det være totalt 933 forsøk per økt.

For støynivå 0 vil det ikke være noen endringer i bakgrunnsobjektene (grenene og bladene). Støynivå 0 vil være kontrollbetingelsen og vil bli brukt til å bestemme deltakerens terskel for å diskriminere den horisontale posisjonen til det sentrale objektet uten noen oppgave-irrelevant stimulusstøy. Støynivåer 1 og 2 vil bli brukt til å bestemme deltakerens terskel for å diskriminere den horisontale posisjonen til det sentrale objektet i nærvær av oppgave-irrelevant stimulusstøy.

Støynivå 1 vil bestå av oppgave-irrelevant støy i en enkelt oppgave-irrelevant funksjon: rotasjon. En oppgave-irrelevant rotasjonsmengde vil bli brukt på hver stimulus separat. For hver stimulus vil en enkelt rotasjonsmengde bli trukket tilfeldig fra en pool med 51 rotasjonsmengder, og bakgrunnsobjektene i stimulusen vil alle bli rotert med den rotasjonsmengden. Rotasjonsmengden vil bli trukket separat (tilfeldig med erstatning) for hver av de to stimuli presentert i en prøve (referanseposisjonsstimulusen og sammenligningsposisjonstimulusen). Poolen med 51 rotasjonsbeløp vil omfatte: én rotasjonsmengde på null (ingen endring av bakgrunnsobjektene), 25 rotasjonsmengder med lik avstand i retning med urviseren, og 25 likt fordelte rotasjonsbeløp i retning mot urviseren.

Støynivå 2 vil bestå av oppgave-irrelevant støy i to oppgave-irrelevante funksjoner: rotasjon og dybde. For Støynivå 2 vil det også være en pool på 51 støymengder, men hver støymengde i bassenget vil bestå av både en rotasjonsmengde (samme 51 rotasjonsmengder som i Støynivå 1) og en dybdemengde. Det vil være 51 mulige dybdemengder (en dybdemengde på null, 25 like store dybdemengder i posisjonsretningen og 25 like store dybdemengder i negativ retning). For støynivå 2-puljen på 51 støymengder vil en av støymengdene bestå av en rotasjonsmengde på null og en dybdemengde på null. For de resterende 50 støymengdene i bassenget vil hver av de resterende 50 rotasjonsmengdene bli tilfeldig (uten erstatning) til en av de resterende 50 dybdemengdene. Fra denne støynivå 2-poolen med 51 støymengder, vil en enkelt støymengde trekkes tilfeldig ut (med erstatning) for hver av de to stimuli i en prøveperiode separat.

Til slutt, som nevnt ovenfor (se psykofysisk oppgave), vil to masker vises per forsøk under interstimulusintervallet. Alle masker på tvers av alle støynivåer vil bli trukket fra samme fordeling av stimuli (stimuli med støynivå 0, og inneholder dermed ingen oppgave-irrelevant støy). For å lage hver av de to maskene i en prøveversjon: Først vil de sentrale objektposisjonene i det første og andre intervallet av prøven bestemmes. De to stimuli med støynivå 0 som samsvarer med de sentrale objektposisjonene i første og andre intervall vil bli brukt til å lage prøvemaskene. For hver av disse to stimuli vil den gjennomsnittlige intensiteten beregnes per RGB-kanal per 16 x 16 blokk av stimulus. Deretter vil hver 16 x 16 blokk av en maske trekkes tilfeldig fra enten den ene eller den andre stimulusen, og vil bestå av den jevne gjennomsnittlige intensiteten beregnet per RGB-kanal for den blokken av den valgte stimulus. Dermed vil de to maskene som vises per prøve, hver bestå av en annen tilfeldig trekning per 16 x 16 blokk.

Dataanalyse

Per økt vil deltakerens terskel for å diskriminere objektposisjon bli målt for hvert støynivå. Først, for hver sammenligningsposisjon, vil andelen av forsøkene som deltakeren svarte på at sammenligningsstimulusen var lokalisert til høyre for referansestimulusen, beregnes. Deretter vil andelen sammenligningen ble valgt til høyre passe med en kumulativ normal funksjon ved bruk av Palamedes Toolbox (http://www.palamedestoolbox.org). For å estimere alle de fire parameterne til den psykometriske funksjonen (terskel, helning, forfallsfrekvens og gjettingshastighet), vil lapse raten settes lik gjettefrekvensen og tvinges til å være i området [0, 0,05], og modellen vil passe til dataene ved å bruke den maksimale sannsynlighetsmetoden. Terskelen vil bli beregnet som forskjellen mellom stimulusnivåene ved prestasjoner (proporsjon sammenligningen ble valgt til høyre) lik 0,7602 og 0,5 som bestemt av den kumulative normale tilpasningen.