Estudando os efeitos das mudanças visuais naturais da cena na percepção visual adulta típica

Fundo

O ambiente visual natural é muitas vezes complexo, com uma única cena visual contendo uma grande variedade de estímulos. Esses estímulos podem mudar rápida e frequentemente. Para complicar ainda mais as coisas, a relevância comportamental de qualquer estímulo ou recurso visual em particular também pode mudar a qualquer momento. A percepção visual em ambientes visuais realisticamente complexos requer a extração constante de informações de estímulos relevantes para a tarefa de uma abundância de informações irrelevantes. Compreender como as informações relevantes para a tarefa são usadas para orientar o comportamento no contexto de ambientes visuais ricos em recursos e em constante mudança é um componente essencial para entender a percepção. Isso pode ser particularmente verdadeiro se o sistema visual for otimizado evolutivamente para funcionar em ambientes realisticamente complexos nos quais o estímulo ou recurso relevante do ponto de vista comportamental pode mudar rápida e frequentemente.

O objetivo deste estudo é investigar a previsão abrangente de que o sistema visual é otimizado para extrair informações visuais de uma maneira generalizada que seja flexível para a ampla variedade de recursos visuais em constante mudança encontrados em ambientes naturais. Especificamente, este estudo testará a hipótese de que, no contexto de cenas naturais realisticamente complexas, a variabilidade de recursos visuais irrelevantes para a tarefa afeta negativamente a capacidade dos participantes de discriminar o recurso visual relevante para a tarefa em questão.

Métodos

participantes

Os protocolos experimentais são aprovados pelo Conselho de Revisão Institucional da Universidade da Pensilvânia. Os participantes serão convidados a se voluntariar para participar deste estudo. Os participantes fornecerão consentimento informado. Para garantir que os participantes atendam aos critérios de elegibilidade, antes do experimento, eles serão entrevistados e preencherão uma pesquisa. Também antes do experimento, eles serão rastreados quanto à acuidade visual usando um gráfico de Snellen e para deficiências de cor usando o teste de placa de Ishihara. Eles serão excluídos antes do experimento se sua melhor acuidade visual corrigida for pior que 20/40 em qualquer um dos olhos ou se cometerem algum erro no teste da placa de Ishihara.

Para participantes inscritos, seu limite para discriminação de posição horizontal (em uma condição de controle sem qualquer variabilidade irrelevante para a tarefa; consulte a organização da sessão abaixo para obter detalhes) será calculado com base em seu desempenho na tarefa experimental durante a primeira sessão. Os participantes serão excluídos após a conclusão de sua primeira sessão se o limiar de discriminação da posição horizontal na condição de controle for superior a um valor máximo de 0,6 graus de ângulo visual, e os participantes excluídos neste momento não participarão de nenhuma sessão experimental posterior. Se muito poucos participantes inscritos atenderem a esse critério, esse valor limite máximo para inclusão de participantes será aumentado. Caso o valor limite máximo para inclusão seja aumentado, os participantes que haviam sido excluídos anteriormente não serão incluídos novamente no experimento post hoc.

Aparelho

Um monitor LCD colorido calibrado (monitor W-LED de desktop NEC MultiSync PA271Q QHD Color Critical de 27 polegadas com SpectraView Engine; NEC Display Solutions) será usado para exibir os estímulos em uma sala escura, após os participantes terem se adaptado ao escuro no experimento sala por no mínimo 5 minutos. O monitor será acionado em uma resolução de pixel de 1920 x 1080, com uma taxa de atualização de 60 Hz e com resolução de 8 bits para cada canal RGB. O computador host para este monitor será um Apple Macintosh com um processador Intel Core i7. A posição da cabeça de cada participante será estabilizada usando uma mentoneira (Headspot, UHCOTech, Houston, TX). Os olhos do participante serão centralizados horizontal e verticalmente em relação ao monitor. A distância entre os olhos do participante e o monitor será de 75 cm. O participante inserirá suas respostas usando um controlador de gamepad Logitech F310.

estímulos

Todos os estímulos são variantes da mesma cena visual natural: uma imagem quadrada (subtendendo 8 graus de ângulo visual em largura e altura), na qual um objeto central (uma banana, subtendendo aproximadamente 4 graus de ângulo visual em altura) é apresentado em uma matriz aproximadamente circular de objetos de fundo sobrepostos (subtendendo aproximadamente 5 graus de ângulo visual e compostos de galhos e folhas sobrepostos). O objeto central (a banana) e/ou o que será chamado de "objetos de fundo" (os galhos e as folhas) mudam de posição horizontal, rotação e/ou profundidade em diferentes estímulos. O objeto central e os objetos de fundo são apresentados no contexto de outros objetos que nunca se movem através de estímulos diferentes (uma saliência rochosa, um horizonte e três tocos cobertos de musgo).

A cena visual natural foi criada usando o Blender, uma suíte de criação 3D de código aberto (https://www.blender.org, Versão 2.81a). O objeto central e/ou os objetos de fundo foram movidos na posição horizontal, rotação e/ou profundidade para criar diferentes estímulos usando iset3d, um pacote de software de código aberto (https://github.com/ISET/iset3d) que funciona com uma versão modificada do pbrt (https://github.com/mmp/pbrt-v3). As imagens foram criadas usando iset3d em uma resolução de 1920 x 1920 com 100 amostras por pixel, em 31 comprimentos de onda igualmente espaçados entre 400 nm e 700 nm.

As imagens criadas usando iset3d foram convertidas em imagens RGB usando software personalizado (Natural Image Thresholds; https://github.com/AmyMNi/NaturalImageThresholds) escrito usando MATLAB (MathWorks; Natick, MA) e baseado no pacote de software Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). Natural Image Thresholds depende de rotinas do Psychophysics Toolbox (http://psychtoolbox.org), iset3d (https://github.com/ISET/iset3d), e isetbio (http://psychtoolbox.org). Para converter uma imagem hiperespectral criada usando iset3d em uma imagem RGB para apresentação no monitor calibrado, os dados da imagem hiperespectral foram usados ​​primeiro para calcular as excitações do cone LMS. Em seguida, as excitações do cone LMS foram convertidas em uma imagem renderizada metamérica no espaço de cores RGB do monitor, com base nos dados de calibração do monitor. A imagem RGB foi corrigida por gama usando uma escala comum que trouxe todas as imagens RGB no conjunto de estímulos para a gama de exibição do monitor.

Os estímulos serão apresentados no monitor calibrado no contexto da tarefa psicofísica. Os estímulos serão apresentados em um fundo cinza uniforme (~100 cd/m^2), que será apresentado no monitor durante a sessão experimental.

tarefa psicofísica

Uma tarefa psicofísica será usada para medir a capacidade dos participantes de discriminar a posição horizontal do objeto central que é apresentado no contexto de objetos de fundo em uma cena visual natural. A tarefa será uma tarefa de escolha forçada de dois intervalos que apresenta um estímulo por intervalo. Cada intervalo terá uma duração de 250 ms. Cada estímulo será apresentado no centro do monitor. Entre os dois intervalos de estímulo, duas máscaras serão mostradas sucessivamente no centro do monitor. Cada máscara será apresentada por uma duração de 400 ms, para um intervalo interestímulo total de 800 ms (consulte a organização da sessão abaixo para obter detalhes sobre a máscara).

A tarefa do participante será determinar se, comparado ao objeto central apresentado no primeiro intervalo, o objeto central apresentado no segundo intervalo está à esquerda ou à direita. Após os dois intervalos, o participante terá tempo ilimitado para pressionar um dos dois botões de resposta no gamepad (o gatilho superior esquerdo para indicar que o objeto central no segundo intervalo estava à esquerda, o gatilho superior direito para indicar que estava à direita). Um dos dois tons de feedback será apresentado após a entrada da resposta, indicando se o participante estava correto ou incorreto. Para as tentativas em que não há diferença na posição do objeto central entre os dois intervalos, a resposta que receberá o tom de feedback correto será selecionada aleatoriamente por tentativa. As tentativas serão separadas por um intervalo entre as tentativas de aproximadamente 1 segundo.

Os programas experimentais podem ser encontrados no pacote de software personalizado Natural Image Thresholds (https://github.com/AmyMNi/NaturalImageThresholds). Eles foram escritos em MATLAB (MathWorks; Natick, MA) e foram baseados no pacote de software Virtual World Color Constancy (github.com/BrainardLab/VirtualWorldColorConstancy). Eles contam com rotinas do Psychophysics Toolbox (http://psychtoolbox.org) e mgl (http://justingardner.net/doku.php/mgl/overview).

organização da sessão

Espera-se que os participantes completem este experimento piloto em seis sessões. A primeira sessão incluirá os procedimentos de inscrição do participante (consentimento informado, testes de visão, etc.; consulte Participantes acima para obter detalhes), bem como testes de familiarização (consulte o próximo parágrafo) e durará aproximadamente uma hora e meia. Da segunda à sexta sessões duram aproximadamente uma hora cada.

Na primeira sessão, antes de iniciar a tarefa, o participante receberá instruções da tarefa e terá a oportunidade de praticar pressionando os botões de resposta. Apenas para a primeira sessão, o participante começará com 30 tentativas de familiarização. As tentativas de familiarização compreenderão, em ordem: 10 tentativas fáceis selecionadas aleatoriamente (as maiores comparações de mudança de posição), 10 tentativas de dificuldade média selecionadas aleatoriamente (a 4ª e 5ª maiores comparações de mudança de posição) e 10 tentativas selecionadas aleatoriamente de todas as possíveis comparações de mudança de posição. As tentativas de familiarização não incluirão nenhuma variabilidade irrelevante para a tarefa. Os dados das tentativas de familiarização não serão salvos. As tentativas de familiarização serão seguidas de um intervalo, durante o qual o participante terá a oportunidade de colocar as suas dúvidas. O intervalo terminará quando o participante indicar que está pronto (pressionando um botão) e o experimento começará.

Em cada sessão, haverá duas condições: "condição" refere-se à posição de referência do objeto central. Para cada posição de referência, haverá 11 posições de "comparação" para o objeto central: cinco posições de comparação na direção horizontal positiva, cinco posições de comparação na direção horizontal negativa e uma posição de comparação de 0 indicando nenhuma mudança. Em cada tentativa, um intervalo conterá um estímulo de referência e o outro intervalo conterá um dos estímulos de comparação desse estímulo de referência. A ordem em que esses dois estímulos são apresentados dentro de uma tentativa será selecionada aleatoriamente por tentativa.

Um "bloco" de tentativas consistirá em 2 condições e 11 comparações por condição, totalizando 22 tentativas. As tentativas dentro de um bloco serão executadas em ordem aleatória. Um bloco será concluído antes do início do próximo bloco de tentativas. Serão 14 iterações de um bloco, totalizando 308 tentativas.

Este conjunto de 308 tentativas formará um único "nível de ruído". Uma única sessão consistirá em três níveis de ruído: Nível de Ruído 0, Nível de Ruído 1 e Nível de Ruído 2. As tentativas para cada nível de ruído serão divididas em duas "corridas" (154 tentativas por corrida). Assim, cada corrida compreenderá um único nível de ruído. As seis corridas serão executadas em ordem aleatória por sessão. Cada corrida será separada por um intervalo que dura pelo menos um minuto e durante o qual o participante será instruído a ficar de pé ou alongar conforme necessário. Cada intervalo terminará quando o participante indicar que está pronto (usando o pressionamento de um botão).

Em todas as seis execuções, haverá um total de 924 tentativas. Além disso, cada sessão começará com quatro tentativas práticas (incluindo a primeira sessão experimental, que será precedida por tentativas de familiarização conforme descrito acima). Cada sessão também incluirá uma tentativa prática após cada uma das cinco pausas. Cada tentativa prática será selecionada aleatoriamente do conjunto de tentativas fáceis (descrito acima) e não incluirá nenhuma variabilidade irrelevante para a tarefa. Os dados dos testes práticos não serão salvos. Incluindo as nove tentativas de prática, haverá um total de 933 tentativas por sessão.

Para o nível de ruído 0, não haverá alterações nos objetos de fundo (os galhos e folhas). O nível de ruído 0 será a condição de controle e será usado para determinar o limiar do participante para discriminar a posição horizontal do objeto central sem qualquer ruído de estímulo irrelevante para a tarefa. Os níveis de ruído 1 e 2 serão usados ​​para determinar o limiar do participante para discriminar a posição horizontal do objeto central na presença de ruído de estímulo irrelevante para a tarefa.

O nível de ruído 1 consistirá em ruído irrelevante para a tarefa em um único recurso irrelevante para a tarefa: rotação. Uma quantidade de rotação irrelevante para a tarefa será aplicada a cada estímulo separadamente. Para cada estímulo, um único valor de rotação será sorteado aleatoriamente de um conjunto de 51 valores de rotação, e os objetos de fundo no estímulo serão todos girados por esse valor de rotação. A quantidade de rotação será sorteada separadamente (aleatoriamente com reposição) para cada um dos dois estímulos apresentados em uma tentativa (o estímulo de posição de referência e o estímulo de posição de comparação). O pool de 51 quantidades de rotação compreenderá: uma quantidade de rotação de zero (sem alteração nos objetos de fundo), 25 quantidades de rotação igualmente espaçadas no sentido horário e 25 quantidades de rotação igualmente espaçadas na direção anti-horária.

O nível de ruído 2 consistirá em ruído irrelevante para a tarefa em dois recursos irrelevantes para a tarefa: rotação e profundidade. Para o nível de ruído 2, haverá também um conjunto de 51 quantidades de ruído, mas cada quantidade de ruído no conjunto consistirá em uma quantidade de rotação (as mesmas 51 quantidades de rotação do nível de ruído 1) e uma quantidade de profundidade. Haverá 51 valores de profundidade possíveis (um valor de profundidade igual a zero, 25 valores de profundidade igualmente espaçados na direção da posição e 25 valores de profundidade igualmente espaçados na direção negativa). Para o pool de nível de ruído 2 de 51 quantidades de ruído, uma das quantidades de ruído consistirá em uma quantidade de rotação de zero e uma quantidade de profundidade de zero. Para as 50 quantidades de ruído restantes no pool, cada uma das 50 quantidades de rotação restantes será atribuída aleatoriamente (sem substituição) a uma das 50 quantidades de profundidade restantes. A partir deste conjunto de 51 quantidades de ruído de nível 2 de ruído, uma única quantidade de ruído será sorteada aleatoriamente (com substituição) para cada um dos dois estímulos em uma tentativa separadamente.

Finalmente, conforme observado acima (ver tarefa psicofísica), duas máscaras serão mostradas por tentativa durante o intervalo interestímulo. Todas as máscaras em todos os níveis de ruído serão desenhadas a partir da mesma distribuição de estímulos (estímulos com nível de ruído 0, portanto, sem ruído irrelevante para a tarefa). Para criar cada uma das duas máscaras em uma tentativa: primeiro, serão determinadas as posições centrais do objeto no primeiro e segundo intervalos da tentativa. Os dois estímulos com nível de ruído 0 que correspondem às posições centrais do objeto no primeiro e segundo intervalos serão usados ​​para criar as máscaras de tentativa. Para cada um desses dois estímulos, será calculada a intensidade média por canal RGB por bloco 16 x 16 do estímulo. A seguir, cada bloco 16 x 16 de uma máscara será sorteado de um ou outro estímulo, e será constituído pela intensidade média uniforme calculada por canal RGB para aquele bloco do estímulo selecionado. Assim, as duas máscaras mostradas por tentativa consistirão cada uma em um sorteio aleatório diferente por bloco de 16 x 16.

Análise de dados

Por sessão, o limiar do participante para discriminar a posição do objeto será medido para cada nível de ruído. Primeiramente, para cada posição de comparação, será calculada a proporção de tentativas em que o participante respondeu que o estímulo de comparação estava localizado à direita do estímulo de referência. Em seguida, a proporção que a comparação foi escolhida à direita será ajustada com uma função normal cumulativa usando o Palamedes Toolbox (http://www.palamedestoolbox.org). Para estimar todos os quatro parâmetros da função psicométrica (limiar, inclinação, taxa de lapso e taxa de palpite), a taxa de lapso será definida igual à taxa de palpite e será forçada a estar no intervalo [0, 0,05] e o modelo será ajustado aos dados usando o método de máxima verossimilhança. O limiar será calculado como a diferença entre os níveis de estímulo nas performances (proporção em que a comparação foi escolhida à direita) igual a 0,7602 e 0,5 conforme determinado pelo ajuste normal cumulativo.